检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

3 篇 学位论文

馆藏范围

3 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 2 篇 计算机科学与技术...
- 2 篇 软件工程
1 篇 经济学
- 1 篇 应用经济学
1 篇 文学
- 1 篇 外国语言文学

主题

3 篇 文本相似度检测
2 篇 自然语言处理
1 篇 莱维飞行
1 篇 网格长短期记忆网...
1 篇 二进制布谷鸟搜索...
1 篇 simhash算法
1 篇 命名实体识别
1 篇 语篇信息理论
1 篇 职工创新项目文本
1 篇 数据降维

机构

1 篇 广东外语外贸大学
1 篇 云南大学
1 篇 吉首大学

作者

1 篇 王瑶
1 篇 王方岭
1 篇 黄祖源

语言

3 篇 中文

检索条件"主题词=文本相似度检测"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

文本相似度检测 ——基于郭敬明被起诉案件研究

文本相似度检测 ——基于郭敬明被起诉案件研究

引用

作者：王瑶广东外语外贸大学

学位级别：硕士

目前,国内外有很多有关文学作品相法律纠纷案件。但是大部分的研究都是在电子计算机领域进行的,很少有学者注意到用语言学的方法,而运用语言学方法来解决以语言为中心的问题是基本的也是必要的。郭敬明小说《梦里花落知多少》被起诉侵... 详细信息

目前,国内外有很多有关文学作品相法律纠纷案件。但是大部分的研究都是在电子计算机领域进行的,很少有学者注意到用语言学的方法,而运用语言学方法来解决以语言为中心的问题是基本的也是必要的。郭敬明小说《梦里花落知多少》被起诉侵犯庄羽著作权一案在社会上引起了广泛争议。本论文基于simhash算法原理和语篇信息理论,尝试性地去分析此案件中两篇小说的文本相似性,旨在提供一套可行的方法能够有效鉴别文本相似度。论文采用定性和定量的研究方法,从词汇层面和语篇层面对比两本小说的文本相似性,尤其是研究“什么人”,“何态度”和“何事实”的频率和重要性,从而选出更适合中文小说文本相似度分析的方法。研究发现:一、从词汇层来看,无论是从宏观整篇小说还是从对应的相似情节上来看,simhash的检测结果都显示两篇小说不存在明显的相似,然而用语言学词汇特征的角度分析得出两篇小说的罕见词的比例都比较小;两篇小说使用同样的罕见词的比例高;两篇小说的词汇丰富度相似。二、从语篇层面来看,无论是从宏观整篇小说还是从对应的相似情节来说,两篇小说的主人公人物分布是相似的,而且在小说文本中WO,WA和WF出现的频率最高,因此基于WO,WA和WF的频数作者进行了独立样本T检验,统计结果也证明二者存在相似。为了证明这一套方法行之有效,作者挑选了13个情节相似的片段进行检验,检验结果也证实这套方法是可行的。本论文的创新之处是结合了电子计算机和语言学的方法来判定在处理类似案件中哪种方法更高效并且还为文本相似度分析提供了新的研究视角,扩大了语篇信息理论的适用。但是由于小说的篇幅和时间的限制,并不是所有的信息点都进行了标注分析。所以在进一步的研究中,所有的信息点都可以用来研究检验相似度。

关键词：文本相似度检测语篇信息理论 simhash算法

来源：评论

学校读者我要写书评

暂无评论

中文文本相似度检测的若干问题研究

中文文本相似度检测的若干问题研究

引用

作者：王方岭吉首大学

学位级别：硕士

文本相似度计算的技术已趋于成熟,但是对于不同类别的文本之间如何进行文本分类后进行相似度计算暂时没有较好的方法。特征选择是文本分类的一种典型方法,由于群智能优化算法存在能够处理高维数据的能力和其高效性,被广泛运用于特征选... 详细信息

文本相似度计算的技术已趋于成熟,但是对于不同类别的文本之间如何进行文本分类后进行相似度计算暂时没有较好的方法。特征选择是文本分类的一种典型方法,由于群智能优化算法存在能够处理高维数据的能力和其高效性,被广泛运用于特征选择中。因此如何使群智能优化算法进行特征选择是解决文本特征选择的关键技术。传统的文本分类的方法主要依赖于人工,存在效率低、成本高的缺陷,如何高效且准确地进行文本的分类是当前研究的一个热点。本研究针对传统的文本分类问题的不足,结合群智能优化算法的特点提出一种基于二进制布谷鸟算法的特征选择算法。同时在相似度计算时为了充分考虑句子之间的异同,提出一种基于修饰词的句子相似度计算方法。本研究主要完成以下两个方面的工作。(1)针对传统二进制布谷鸟算法后期收敛速度慢,搜索精度低等固有缺陷,提出一种改进的二进制布谷鸟算法,并将其运用于高维的文本特征进行特征选择,然后利用选择的低维特征进行文本的分类。首先,引入精度控制系数来控制布谷鸟算法的种群更新方式,根据计算精度来判断种群是采用莱维(Levy)飞行或是Cauchy飞行,从而提高种群后期的收敛速度和寻优精度;其次,为了克服布谷鸟算法中缺少种群间信息交流的缺点,增强信息的利用率,还引入差分进化算法中的变异交叉,进而提高种群之间的信息交互性和多样性。(2)为了计算文本的相似度,提出一种基于语言技术平台(Language Technology Platform,LTP)和Word2Vec的中文句子相似度度量的方法。为了获取结构之间的不同,在使用句法分析工具将句子拆分成主谓宾的结构后,对各结构修饰部分去除最长公共子串,并利用Word2Vec生成词向量来计算相似度。实验结果表明,改进后的二进制布谷鸟算法相较于传统的二进制算法,在迭代后期的收敛速度和寻优精度,并且利用改进的二进制布谷鸟搜索算法利用在特征提取中,实验结果表明改进后的二进制布谷鸟搜索算法能够有效地实现对高维数据的降维;同时利用改进后文本相似度计算方法,能够准确地获取文本主干的异同,使得句子相似度计算的结果更加精确。

关键词：二进制布谷鸟搜索算法文本相似度检测自然语言处理莱维飞行数据降维

来源：评论

学校读者我要写书评

暂无评论

支持电网职创项目文本智能管理的自然语言处理技术研究

支持电网职创项目文本智能管理的自然语言处理技术研究

引用

作者：黄祖源云南大学

学位级别：硕士

随着南方电网公司企业级应用系统在全网的全面建设与推广,各类信息系统中的数据量增长迅速,尤其职工创新项目管理系统中的项目申报文本数据。在“创新驱动”的加持下,项目申报量与日俱增,但是文本数据处理的方法却较为落后,导致了面对... 详细信息

随着南方电网公司企业级应用系统在全网的全面建设与推广,各类信息系统中的数据量增长迅速,尤其职工创新项目管理系统中的项目申报文本数据。在“创新驱动”的加持下,项目申报量与日俱增,但是文本数据处理的方法却较为落后,导致了面对海量时工作效率低、审批周期长的问题。本文研究旨在通过自然语言处理技术(Natural Language Processing,NLP)提高职工创新项目管理系统中海量创新项目文本的智能化管理水平。职工创新管理系统中的数据,主要以中文文本的方式进行信息传递。对此,论文研究内容主要包括如下两个方面:一是职工创新项目文档中文命名实体识别技术研究,二是项目文档文本相似度计算。通过命名实体识别技术提取创新项目申请书中的主要名词性实体对象,可用于创新系统中信息检索、关键字提取、信息快速概括等功能的建设;相似度检测是项目评审中的重要一环,用于防止项目“交叉申报”、“多头申报”等,确保立项项目的创新性和先进性。论文基于NLP技术研究职工创新项目文本命名实体识别和文本相似度计算。使用网格长短期记忆网络(Lattice Long Short-Term Memory,简称Lattice LSTM)可以高效输入其文本信息与文本潜在匹配词关联信息特点,引入多头注意力机制与输入词信息。实验结果表明,本文提出的模型相对于双向长短期记忆-条件随机场模型,在准确率、召回率和F1值三个评价指标上分别提高了2.56%、10.53%和5.63%。进一步针对传统方法对文本相似度检测相似度匹配不高的问题,提出了基于语义的文本相似度计算方法,将创新文本整体与各组成部分之间抽象表示为一个无向图,计算文档各章节图结构相似度,再结合Ro BERTa-WWM(Robustly Optimized BERT Pretraining Approach-Whole Word Masking)模型提取文档的语义特征,从而计算出待测文本和目标文本的相似度,实现了对职工创新项目申请书的相似度检测。

关键词：职工创新项目文本自然语言处理网格长短期记忆网络命名实体识别文本相似度检测

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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：