检索结果-内蒙古大学图书馆

作者：欧阳文俊中国科学技术大学

学位级别：硕士

文档表示和双语词嵌入是自然语言处理中两个重要的文本表示学习技术,它们为其它自然语言处理任务提供了良好的特征表示。这两个方向是本文的主要研究内容。文档表示将文档表示成一个固定长度的向量,现有的工作简单地认为文档是一个文本... 详细信息

文档表示和双语词嵌入是自然语言处理中两个重要的文本表示学习技术,它们为其它自然语言处理任务提供了良好的特征表示。这两个方向是本文的主要研究内容。文档表示将文档表示成一个固定长度的向量,现有的工作简单地认为文档是一个文本序列,没有考虑文档中的层级关系,另一方面也忽视了文档不同部分有不同重要性。本文提出一个基于层级注意力机制的文档表示模型(HADR),同时考虑了文档中句子的差异性和句子中词的差异性两方面因素。实验结果表明,在考虑了词重要性和句子重要性差异之后,得到文档表示具有更好的性能。并且HADR模型在文档的情感分类上效果高于Doc2vec和word2vec模型。由于表示学习在单语上的成功应用,一些方法因为跨语言自然语言处理任务的需求开始研究跨语言的本文表示,构建双语词嵌入模型。双语词嵌入既可以在共享的向量空间中表示不同的语言,又可以进行跨语言知识转移。为了学习这样的表示,大多数现有工作需要具有词对齐的平行句子,并假定对齐的词具有相似的词袋(BoW)上下文。但是,由于不同语言的语法结构存在差异,不同语言对齐词的上下文可能出现在句子的不同位置。为了解决不同语言中不同语法的问题,我们提出了一种双语词嵌入模型(DepBiWE),通过生成依赖分析树得到语法依赖关系,该分析树可以找到对齐词上下文的准确相对位置。此外,本文还提出了一种新的方法,用于从基于依赖的上下文和词袋上下文中同时学习双语词嵌入。在真实数据集的实验结果验证了本文提出的DepBiWE模型对各种自然语言处理任务的有效提升。

关键词：文档表示注意力无监督学习双语词嵌入句法依赖

来源：评论

学校读者我要写书评

暂无评论

融合单词贡献度与Word2Vec词向量的文档表示

引用

计算机工程 2021年第4期47卷 62-67页

作者：彭俊利谷雨张震耿小航杭州电子科技大学通信信息传输与融合技术国防重点学科实验室杭州310000

针对现有文档向量表示方法受噪声词语影响和重要词语语义不完整的问题,通过融合单词贡献度与Word2Vec词向量提出一种新的文档表示方法。应用数据集训练Word2Vec模型,计算数据集中词语的贡献度,同时设置贡献度阈值,提取贡献度大于该阈值... 详细信息

针对现有文档向量表示方法受噪声词语影响和重要词语语义不完整的问题,通过融合单词贡献度与Word2Vec词向量提出一种新的文档表示方法。应用数据集训练Word2Vec模型,计算数据集中词语的贡献度,同时设置贡献度阈值,提取贡献度大于该阈值的单词构建单词集合。在此基础上,寻找文档与集合中共同存在的单词,获取其词向量并融合单词贡献度生成文档向量。实验结果表明,该方法在搜狗中文文本语料库和复旦大学中文文本分类语料库上分类的平均准确率、召回率和F1值均优于TF-IDF、均值Word2Vec、PTF-IDF加权Word2Vec模型等传统方法,同时其对英文文本也能进行有效分类。

关键词：单词贡献度 Word2Vec词向量词嵌入文档表示文本分类

来源：评论

学校读者我要写书评

暂无评论

基于三元组文档表示的文本分类

引用

计算机工程与设计 2019年第2期40卷 394-398页

作者：冯雪北京信息科技大学计算机学院北京100192

为解决现有文档表示方法中不包含结构特征以及难以融入外部知识的问题,提出基于三元组的文档表示方法,并结合分布式向量语义表示。基于三元组的文档表示方法的另一个优势是可以非常方便地融入词向量特征,扩展三元组的语义表示。该方法... 详细信息

为解决现有文档表示方法中不包含结构特征以及难以融入外部知识的问题,提出基于三元组的文档表示方法,并结合分布式向量语义表示。基于三元组的文档表示方法的另一个优势是可以非常方便地融入词向量特征,扩展三元组的语义表示。该方法在完全相同且不使用外部知识的实验设置下,能显著提升文本分类的性能;当词向量特征被利用后,文本分类性能增强了约0.8%;当融入自动抽取的外部背景三元组知识后,进一步带来了1.2%的性能提升。

关键词：文档表示文本分类分布式语义三元组外部知识

来源：评论

学校读者我要写书评

暂无评论

基于Wasserstein GAN的文档表示模型

引用

计算机工程与科学 2019年第1期41卷 161-165页

作者：马永军李亚军汪睿陈海山天津科技大学计算机科学与信息工程学院天津300457

文档表示模型可以将非结构化的文本数据转化为结构化数据,是多种自然语言处理任务的基础,而目前基于词的模型在文档表示任务中有着无法直接表示文档的缺陷。针对此问题,基于生成对抗网络GAN可以使用两个神经网络进行对抗学习,从而很好... 详细信息

文档表示模型可以将非结构化的文本数据转化为结构化数据,是多种自然语言处理任务的基础,而目前基于词的模型在文档表示任务中有着无法直接表示文档的缺陷。针对此问题,基于生成对抗网络GAN可以使用两个神经网络进行对抗学习,从而很好地学习到原始数据分布的特点,提出了文档表示模型WADM,使用去噪自编码器作为其判别网络,由其隐层直接得到文档的分布表示。实验表明,WADM能够准确抽取文档特征,相比基于词的模型具有更强的文档表示能力。

关键词：文档表示生成对抗网络去噪自编码器神经网络

来源：评论

学校读者我要写书评

暂无评论

文档处理系统中的文档结构与文档表示

文档处理系统中的文档结构与文档表示

引用

作者：王树松南开大学

学位级别：硕士

该文主要研究文档处理系统中关于文档结构和文档表示两方面的问题,以及两者之间的关系.该文首先介绍了文档处理的基本模型,基于这个模型把文档处理分为文档分析和文档理解两个阶段,与这两个阶段相对应的是文档的几何结构和逻辑结构.文... 详细信息

该文主要研究文档处理系统中关于文档结构和文档表示两方面的问题,以及两者之间的关系.该文首先介绍了文档处理的基本模型,基于这个模型把文档处理分为文档分析和文档理解两个阶段,与这两个阶段相对应的是文档的几何结构和逻辑结构.文档分析就是从文档中抽取几何结构,文档理解则是把文档的几何结构映射到文档的逻辑结构.依据该模型,文档处理过程就可以视为文档结构之间的转换.因此对文档结构的描述(即文档的表示)在文档处理系统中具有十分重要的地位.该文把文档处理系统中的文档表示分为外部表示和内部表示两类.外部表示是针对用户需求而输出的文档表示;内部表示是文档处理系统内部的开发需要输出的文档表示.并且指出文档表示具有基本特性,其中完整性是最为重要的特性.当前文档处理的研究工作主要集中在文档分析方面,其结果是文档的几何结构.因此该文把文档表示定位在对文档的几何结构的表示上.针对于文档的外部表示,根据应用中的实际情况,给出了RTF和PDF两种文档格式的版面生成算法,大量的实验证明该算法效果很好.针对于文档内部表示,该文提出了一个试验性的基于SGML的版面结构描述语言DLDL,这种语言的标记功能对文档理解和数据抽取有着较高的应用价值.

关键词：文档结构文档表示

来源：评论

学校读者我要写书评

暂无评论

基于LDA-TF-IDF和Word2vec文档表示

引用

浙江纺织服装职业技术学院学报 2023年第2期22卷 91-96页

作者：彭俊利王少泫陆正球李兴远浙江纺织服装职业技术学院浙江宁波315211

针对自然语言处理中传统文档表示方法上下文语义信息不全,干扰词多等问题,提出了一种基于LDA-TFIDF和Word2vec的文档表示方法。首先对数据集进行分词、去停用词等预处理;其次,利用LDA主题模型和TF-IDF抽取文档中具有表征性的特征词,并... 详细信息

针对自然语言处理中传统文档表示方法上下文语义信息不全,干扰词多等问题,提出了一种基于LDA-TFIDF和Word2vec的文档表示方法。首先对数据集进行分词、去停用词等预处理;其次,利用LDA主题模型和TF-IDF抽取文档中具有表征性的特征词,并计算对应权重;最后,应用数据集训练Word2vec模型获取词向量,并将抽取的特征词权重融入Word2vec词向量构建文档语义向量。通过分类任务对该方法进行验证,实验结果表明,与已有方法相比该方法在垃圾短信数据集上表现效果更佳,验证了方法的有效性。

关键词： LDA主题模型 TF-IDF word2vec 文档表示

来源：评论

学校读者我要写书评

暂无评论

基于层级注意力模型的无监督文档表示学习

引用

计算机系统应用 2018年第9期27卷 40-46页

作者：欧阳文俊徐林莉中国科学技术大学计算机科学与技术学院合肥230027

许多自然语言应用需要将输入的文本表示成一个固定长度的向量,现有的技术如词嵌入(Word Embeddings)和文档表示(Document Representation)为自然语言任务提供特征表示,但是它们没有考虑句子中每个单词的重要性差别,同时也忽略一个句子... 详细信息

许多自然语言应用需要将输入的文本表示成一个固定长度的向量,现有的技术如词嵌入(Word Embeddings)和文档表示(Document Representation)为自然语言任务提供特征表示,但是它们没有考虑句子中每个单词的重要性差别,同时也忽略一个句子在一篇文档中的重要性差别.本文提出一个基于层级注意力机制的文档表示模型(HADR),而且考虑文档中重要的句子和句子中重要的单词因素.实验结果表明,在考虑了单词的重要和句子重要性的文档表示具有更好的性能.该模型在文档(IMBD)的情感分类上的正确率高于Doc2Vec和Word2Vec模型.

关键词：文档表示词嵌入注意力层级无监督学习文档分类

来源：评论

学校读者我要写书评

暂无评论

基于共现词对的文档表示方法研究

引用

阜阳师范学院学报（自然科学版） 2012年第4期29卷 60-63,77页

作者：史科宣国庆安徽广播电视大学省直分校安徽合肥230001 合肥市庐阳中学安徽合肥230041

提出一种新的文档表示模型——基于共现词对的向量空间模型。模型以文档中共现的词对为基本考察对象,通过统计学特征选择有代表性的词对来表示文档。基于覆盖算法的文本分类实验表明此模型有较强的文档表示效果,为文本自动化处理提供了... 详细信息

提出一种新的文档表示模型——基于共现词对的向量空间模型。模型以文档中共现的词对为基本考察对象,通过统计学特征选择有代表性的词对来表示文档。基于覆盖算法的文本分类实验表明此模型有较强的文档表示效果,为文本自动化处理提供了一条新思路。

关键词：共现词对文档表示向量空间模型特征选择

来源：评论

学校读者我要写书评

暂无评论

自动分类中的文档表示及其改善方法研究

引用

信息技术 2008年第8期32卷 23-25页

作者：郭少友郑州大学信息管理系郑州450001

文档表示(Document Representation)是对文档的主题内容进行揭示、描述的结果,根据文档的内容得到其文档表示是对文档进行自动分类的前提。对自动分类领域中常用的文档表示方法——向量表示法、语言模型表示法和图型表示法等进行了总结... 详细信息

文档表示(Document Representation)是对文档的主题内容进行揭示、描述的结果,根据文档的内容得到其文档表示是对文档进行自动分类的前提。对自动分类领域中常用的文档表示方法——向量表示法、语言模型表示法和图型表示法等进行了总结,并对四种改善文档表示效果的方法,即同义词扩展、共现信息的应用、句法信息的应用、语义信息的应用等进行了讨论。

关键词：自动分类文档表示向量

来源：评论

学校读者我要写书评

暂无评论

信息检索中的文档表示综述

引用

科技经济市场 2013年第12期 65-67页

作者：朱京辉刘婧南京邮电大学管理学院江苏南京210036

本文对信息检索中文本分类、文本聚类等技术所涉及到的文档表示问题进行了详细的阐述。文中给出了各种特征选择、特征抽取方法的基本原理和计算公式,并对各种方法的优缺点做了比较。

关键词：文档表示特征选择特征抽取

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：