检索结果-内蒙古大学图书馆

作者：葛临雪西安电子科技大学

学位级别：硕士

随着大数据时代的到来,越来越多的文本信息涌入日常生活,如何有效地将文本中的信息传达给用户是信息可视化领域中的一个重要的问题。词云是一种文本分析工具,从文本中提取出关键词并可视化显示,提高了用户进行文本分析的效率,被广泛使... 详细信息

随着大数据时代的到来,越来越多的文本信息涌入日常生活,如何有效地将文本中的信息传达给用户是信息可视化领域中的一个重要的问题。词云是一种文本分析工具,从文本中提取出关键词并可视化显示,提高了用户进行文本分析的效率,被广泛使用以解决信息可视化问题。但是现有的生成形状词云一方面使用词频来标记单词,忽略了上下文间的语义关系,扭曲了单词之间的真实比例;另一方面,面对着多主题文本与多区域图形时,生成的单中心词云无法有效表征文本的多主题特与形状的多分区特点;总的来说,现有词云存在着数据真实性差和词云填充率低的问题。针对上述问题,本文设计并实现了一个支持语义的多中心单词布局词云工具,该工具提供实时词云生成的功能,为社交媒体进行快速数据分析和效果展示提供了支持,并以此解决了词云无法呈现文本多主题和形状多分区的问题,具体研究内容如下: (1)设计了一个支持文本语义的单词标记算法。该算法能够解决词云单词权重计算方式单一,无法保留原文本上下文语义的问题。单词标记基于语法依赖图,利用非线性函数表示词频与字号之间的相对权重,并结合提取的依赖关系按比例计算单词权重。在保持数据真实性的同时,提高词云语义性,便于用户理解目标文本信息。 (2)设计了一个支持任意形状的多中心布局算法。该算法能够解决生成词云无法充分填充目标形状,且只能在生成原点显示一个中心主题的问题。单词排布采用一种改进的阿基米德螺旋线,根据形状距离场中心和历史运行轨迹自适应调整运行轨迹,并结合方向场约束单词放置方向。在实现词云多中心布局的同时,提高形状填充率,保证单词排列方向与形状轮廓相似。最后,整合以上两种算法并设计实现了一个高效的形状词云生成工具。工具实现了对自定义的形状和文本,经过图像处理得到多形状分区,结合所提出的单词标记算法和多中心布局算法,生成兼顾高填充率和语义准确性的形状词云。经过测试,本文提出的形状词云生成工具各项功能正常,响应时间满足实时生成词云的需求,支持生成任意形状词云和编辑操作,保持词云中单词原有的比例关系,提高词云的可读性和紧凑性,具有良好的商用价值。

关键词：形状词云单词布局语义分析单词标记

来源：评论

学校读者我要写书评

暂无评论

一种异常日志的分类方法、装置、终端设备及存储介质

一种异常日志的分类方法、装置、终端设备及存储介质

引用

作者：何施茗肖锦攀李文军汤强徐超 410000 湖南省长沙市天心区赤岭路45号

本申请提供一种异常日志的分类方法，包括以下步骤：S1、对待检测的日志消息进行预处理，得到单词标记内容；S2、将所述单词标记内容进行特征提取处理，得到第一语义特征向量；S3、将所述第一语义特征向量输入训练好的超球面模型，得到... 详细信息

标准号: CN116484253A

本申请提供一种异常日志的分类方法，包括以下步骤：S1、对待检测的日志消息进行预处理，得到单词标记内容；S2、将所述单词标记内容进行特征提取处理，得到第一语义特征向量；S3、将所述第一语义特征向量输入训练好的超球面模型，得到日志检测结果，所述日志检测结果包括：所述日志消息为正常日志或异常日志；S4、根据所述第一语义特征向量，通过K‑MEANS算法对所述异常日志进行聚类处理，得到不同异常类型的所述异常日志的聚类结果。本申请涉及的技术方案，能够充分利用日志的异常信息，准确、及时地对异常日志进行无监督分类分析，提高对异常日志分类的准确性。

关键词：异常日志语义特征向量单词标记日志检测日志消息日志分类预处理聚类处理聚类结果球面模型特征提取异常类型异常信息无监督申请算法检测分析

来源：评论

学校读者我要写书评

暂无评论

一种关系抽取方法及系统

一种关系抽取方法及系统

引用

作者：王光耀 250100 山东省济南市高新浪潮路1036号S02号楼

本发明涉及计算机自然语言处理领域，具体提供了一种关系抽取方法，基于长短时记忆网络和上下文感知模型，具有如下步骤：S1、关系编码器为句子中两个实体之间的关系os生成一个固定大小的向量表示；S2、将句子中的每个标记标记为属于第... 详细信息

标准号: CN115827874A

本发明涉及计算机自然语言处理领域，具体提供了一种关系抽取方法，基于长短时记忆网络和上下文感知模型，具有如下步骤：S1、关系编码器为句子中两个实体之间的关系o_s生成一个固定大小的向量表示；S2、将句子中的每个标记标记为属于第一个实体e₁，或属于第二个实体e₂，或要么不属于这两个实体；S3、将递归神经网络应用于标记嵌入；S4、将每个单词的所有两词向量嵌入连接起来；S5、网络模型获取每个输入向量进行运算，后续将得到的文本特征进行序列标注得到实体识别结果。与现有技术相比，本发明添加了单词标记向量特征后，效果均有所提升，F1数值均分别提高了0.5％‑1％，这证明单词标记向量特征的添加对关系抽取任务有显著的效果。

关键词：单词标记关系抽取向量特征句子递归神经网络自然语言处理上下文感知标记标记记忆网络嵌入连接实体识别输入向量网络模型文本特征向量表示序列标注编码器词向量单词嵌入运算计算机应用

来源：评论

学校读者我要写书评

暂无评论

一种融合长短时记忆网络与注意力机制的关系抽取方法

一种融合长短时记忆网络与注意力机制的关系抽取方法

引用

作者：王光耀 266107 山东省青岛市城阳区丹山工业园湘潭路2号

本发明涉及计算机自然语言处理技术领域，具体为一种融合长短时记忆网络与注意力机制的关系抽取方法，包括以下步骤：S1：提取单词向量特征；S2：采用长短时记忆网络获取输入的向量进行运算；S3：将长短时记忆网络输出的特征向量输入至... 详细信息

标准号: CN116860988A

本发明涉及计算机自然语言处理技术领域，具体为一种融合长短时记忆网络与注意力机制的关系抽取方法，包括以下步骤：S1：提取单词向量特征；S2：采用长短时记忆网络获取输入的向量进行运算；S3：将长短时记忆网络输出的特征向量输入至注意力机制模组进行关系编码；S4：将编码过后的句子特征通过逻辑回归层预测关系；有益效果为：本发明提出的融合长短时记忆网络与注意力机制的关系抽取方法，结合长短时记忆网络与注意力机制结合的模型，将模型应用于关系抽取任务处理中，提出的利用单词标记向量信息特征模型对关系抽取任务有着良好的表现。

关键词：记忆网络注意力机制关系抽取自然语言处理技术单词标记单词向量关系编码句子特征逻辑回归模型应用任务处理特征模型特征向量向量信息融合模组向量运算输出计算机预测表现

来源：评论

学校读者我要写书评

暂无评论

基于密度聚类和视觉相似度的英文单词分类方法

基于密度聚类和视觉相似度的英文单词分类方法

引用

作者：毛莎莎齐梦男杨谨瑗缑水平焦李成石光辉路凯 710071 陕西省西安市太白南路2号

一种基于密度聚类和视觉相似度的英文单词分类方法，其步骤为：英文单词预处理；计算所选英文单词与每个英文单词的视觉相似度和距离；若邻域集中单词个数大于或等于2，则将所选单词加入空簇后选择未分类英文单词；处理未访问的未分类... 详细信息

标准号: CN110909161B

一种基于密度聚类和视觉相似度的英文单词分类方法，其步骤为：英文单词预处理；计算所选英文单词与每个英文单词的视觉相似度和距离；若邻域集中单词个数大于或等于2，则将所选单词加入空簇后选择未分类英文单词；处理未访问的未分类英文单词；对已访问的未分类英文单词，直接将其加入簇；判断是否有未分类英文单词，若有则选择未分类英文单词，否则将簇作为新一类单词标记为已访问；若单词均已访问，输出各类。本发明通过计算英文单词之间的视觉相似度与距离，并利用距离进行密度聚类，可以将视觉相似的英文单词分别组成一类，以提高对英文单词的记忆。

关键词：英文单词分类相似度视觉单词密度聚类访问预处理单词标记加入簇空簇邻域输出

来源：评论

学校读者我要写书评

暂无评论

一种阅读理解问题的自动生成方法

一种阅读理解问题的自动生成方法

引用

作者：徐坚甘健侯王俊吴迪周菊香张利明姚贤明 650500 云南省昆明市呈贡区聚贤街768号

本发明提出一种阅读理解问题的自动生成方法，属于自然语言处理的问题生成领域，该方法包括：通过对RACE数据集进行数据过滤和应用一种答案标记方法进行答案单词标记，重建了一个QG数据集RACE4QG；构建一个端到端的QG模型，QG模型中编... 详细信息

标准号: CN115080723B

本发明提出一种阅读理解问题的自动生成方法，属于自然语言处理的问题生成领域，该方法包括：通过对RACE数据集进行数据过滤和应用一种答案标记方法进行答案单词标记，重建了一个QG数据集RACE4QG；构建一个端到端的QG模型，QG模型中编码器的GRU以单词嵌入、答案标记和GAT生成的向量的拼接作为输入；编码器的隐藏状态通过门控自注意力机制，得到最终的通道‑答案表示，并输入解码器；进行问题生成模型的解码。本发明针对英语教师手动生成阅读理解问题时周期过长、耗时费力的弊端，采用深度神经网络的方法自动生成阅读理解问题。实验结果表明，本发明在机器自动评价和人工评价方面都优于传统的方法。

关键词：答案标记自动生成编码器数据集阅读自然语言处理输入解码器注意力机制答案解码单词标记神经网络生成模型数据过滤隐藏状态自动评价传统的构建门控向量拼接单词嵌入耗时费力英语重建教师应用

来源：评论

学校读者我要写书评

暂无评论

一种阅读理解问题的自动生成方法

一种阅读理解问题的自动生成方法

引用

作者：甘健侯徐坚吴迪周菊香王俊张利明姚贤明 650500 云南省昆明市呈贡区聚贤街768号

标准号: CN115080723A

来源：评论

学校读者我要写书评

暂无评论

基于密度聚类和视觉相似度的英文单词分类方法

基于密度聚类和视觉相似度的英文单词分类方法

引用

作者：毛莎莎齐梦男杨谨瑗缑水平焦李成石光辉路凯 710071 陕西省西安市太白南路2号

标准号: CN110909161A

关键词：英文单词分类相似度视觉单词密度聚类访问预处理单词标记加入簇空簇邻域输出

来源：评论

学校读者我要写书评

暂无评论

嵌入标记信息的铁路扣件状态检测主题模型

引用

计算机工程 2018年第6期44卷 200-206页

作者：欧阳罗建桥李柏林李爽西南交通大学机械工程学院成都610031

针对潜在狄利克雷分布(LDA)模型忽略特征单词明确性的问题,提出一种嵌入标记信息的主题模型WL_LDA。设计一种基于SIFT特征点约束单方向LBP图像的方法。运用该方法获取图像的纹理结构,对视觉单词进行标记。将标记信息嵌入到LDA中,利用单... 详细信息

针对潜在狄利克雷分布(LDA)模型忽略特征单词明确性的问题,提出一种嵌入标记信息的主题模型WL_LDA。设计一种基于SIFT特征点约束单方向LBP图像的方法。运用该方法获取图像的纹理结构,对视觉单词进行标记。将标记信息嵌入到LDA中,利用单词和标记的二维直方图推导图像的主题分布。通过运用该主题分布训练分类器,完成铁路扣件的状态检测。实验结果表明,与LDA主题模型相比,各扣件在主题空间中的区分度增加4.5%~15%,与现有PCA、DF等方法相比,漏检率和误检率明显降低,具有较好的分类性能。

关键词：图像语义分析潜在狄利克雷分布视觉单词 SIFT特征单词标记主题模型

来源：评论

学校读者我要写书评

暂无评论

基于源内容的多重压缩构造内容

基于源内容的多重压缩构造内容

引用

作者： B·V·斯里尼瓦桑 P·R·马内里克 N·莫达尼 K·克里什那美国加利福尼亚州

本发明的实施例提供了旨在促进基于语料库的内容生成的系统、方法和计算机存储介质，具体地，使用基于图的多句子压缩来生成最终内容输出。在一个实施例中，预先存在的源内容从语料库中被标识和取回。然后，源内容被解析成句子标记、被... 详细信息

标准号: CN109960721A

本发明的实施例提供了旨在促进基于语料库的内容生成的系统、方法和计算机存储介质，具体地，使用基于图的多句子压缩来生成最终内容输出。在一个实施例中，预先存在的源内容从语料库中被标识和取回。然后，源内容被解析成句子标记、被映射并且被加权。句子标记进一步被解析成单词标记并且被加权。然后，被映射的单词标记被压缩成候选句子以被用于最终内容。最终内容使用经排序的候选句子来组合，使得最终内容被组织以减少信息冗余并优化内容连贯。

关键词：句子单词标记候选句子语料库源内容映射加权解析计算机存储介质压缩内容生成内容使用信息冗余连贯取回排序输出优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：