检索结果-内蒙古大学图书馆

中文信息学报 2025年第3期 169-180页

作者：付西娜赵阳周玉翟飞飞中国科学院自动化研究所模式识别国家重点实验室中国科学院大学人工智能学院凡语AI研究院北京中科凡语科技有限公司

APP隐私政策的规范制定和合法声明是保障用户权益的关键。但由于APP隐私政策文本普遍篇幅较长、可读性差，政策中声明的条款是否完善且规范成为一个难以追踪的难题，而人工对隐私政策文本进行审核分析耗时耗力。为此，该文研究实现了面... 详细信息

APP隐私政策的规范制定和合法声明是保障用户权益的关键。但由于APP隐私政策文本普遍篇幅较长、可读性差，政策中声明的条款是否完善且规范成为一个难以追踪的难题，而人工对隐私政策文本进行审核分析耗时耗力。为此，该文研究实现了面向中文APP隐私政策文本的自然语言处理方法，包括抽取隐私政策文本中的关键信息和对隐私政策文本中的段落进行主题分类。该文首先提出了一种多特征融合的段落主题分类方法，用于对隐私政策文本中的段落进行主题划分，然后引入多任务学习机制，构建了基于BERT的多任务微调联合学习模型，用于抽取隐私政策中的关键信息，并同时对段落进行主题分类。实验结果表明，该文所提方法和模型有效提升了两个任务的识别效果。

关键词：中文隐私政策主题分类关键信息抽取

来源：评论

学校读者我要写书评

暂无评论

基于多粒度对抗训练的鲁棒跨语言对话系统

引用

自动化学报 2021年第8期47卷 1855-1866页

作者：向露朱军楠周玉宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 凡语AI研究院北京中科凡语科技有限公司北京100080

跨语言对话系统是当前国际研究的热点和难点.在实际的应用系统搭建中,通常需要翻译引擎作为不同语言之间对话的桥梁.然而,翻译引擎往往是基于不同训练样本构建的,无论是所在领域,还是擅长处理语言的特性,均与对话系统的实际应用需求存... 详细信息

跨语言对话系统是当前国际研究的热点和难点.在实际的应用系统搭建中,通常需要翻译引擎作为不同语言之间对话的桥梁.然而,翻译引擎往往是基于不同训练样本构建的,无论是所在领域,还是擅长处理语言的特性,均与对话系统的实际应用需求存在较大的差异,从而导致整个对话系统的鲁棒性差、响应性能低.因此,如何增强跨语言对话系统的鲁棒性对于提升其实用性具有重要的意义.提出了一种基于多粒度对抗训练的鲁棒跨语言对话系统构建方法.该方法首先面向机器翻译构建多粒度噪声数据,分别在词汇、短语和句子层面生成相应的对抗样本,之后利用多粒度噪声数据和干净数据进行对抗训练,从而更新对话系统的参数,进而指导对话系统学习噪声无关的隐层向量表示,最终达到提升跨语言对话系统性能的目的.在公开对话数据集上对两种语言的实验表明,所提出的方法能够显著提升跨语言对话系统的性能,尤其提升跨语言对话系统的鲁棒性.

关键词：多粒度噪声对抗训练鲁棒性跨语言对话系统

来源：评论

学校读者我要写书评

暂无评论

面向中文微博的情绪-原因对抽取数据集构建及分析研究

引用

中文信息学报 2024年第10期38卷 135-143页

作者：陈仲豪朱军楠周玉向露宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 凡语AI研究院北京中科凡语科技有限公司北京100190

情绪-原因对抽取(ECPE)任务旨在从给定文档中同步抽取情绪子句及其对应的原因子句,该任务在新闻领域得到了广泛研究。然而,社交媒体领域ECPE任务的研究相对较少,主要原因在于缺少适用的数据集。与新闻领域相比,该领域更具挑战性和实用性... 详细信息

情绪-原因对抽取(ECPE)任务旨在从给定文档中同步抽取情绪子句及其对应的原因子句,该任务在新闻领域得到了广泛研究。然而,社交媒体领域ECPE任务的研究相对较少,主要原因在于缺少适用的数据集。与新闻领域相比,该领域更具挑战性和实用性:(1)在社交媒体领域,情绪表达更加多样化、非规范化;(2)以往的研究忽略了情绪造成的主观意图,其对于决策分析有很重要的价值。针对以上问题,该文首先构建了一个面向中文微博的情绪原因抽取数据集,并对其中5009条数据进行了人工标注。该数据集具备以下特点:(1)收录了隐喻、反讽等形式的情绪表达,标注了细粒度的情绪类别;(2)定义了三种类型的意图,并标注了意图子句;(3)当前规模最大的中文情绪-原因对抽取数据集。结合数据集特点,该文提出一种融合情绪类别和意图信息的情绪-原因对抽取方法,并将该方法与多个ECPE主流方法进行了比较分析。实验结果表明,该文方法可以更有效提升社交媒体领域情绪-原因对抽取的效果。

关键词：情绪-原因对抽取中文社交媒体微博数据集

来源：评论

学校读者我要写书评

暂无评论

融入置信度的文本图像翻译研究

引用

中文信息学报 2024年第12期38卷 64-73页

作者：伍凌辉马聪周玉韩旭赵阳张亚萍中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 凡语AI研究院北京中科凡语科技有限公司北京100190

文本图像翻译旨在将嵌在图像中的源端语言文本翻译成目标语言。文本图像翻译系统通常由相互独立的光学字符识别(Optical Character Recognition,OCR)和机器翻译(Machine Translation,MT)模型级联组成。OCR模型将文本图像识别成转录文本... 详细信息

文本图像翻译旨在将嵌在图像中的源端语言文本翻译成目标语言。文本图像翻译系统通常由相互独立的光学字符识别(Optical Character Recognition,OCR)和机器翻译(Machine Translation,MT)模型级联组成。OCR模型将文本图像识别成转录文本,MT模型将转录文本翻译成目标语言。由于OCR模型转录文本存在噪声,而MT模型对噪声文本表现不佳,文本图像翻译系统性能远不如纯文本机器翻译系统。为缓解噪声文本带来的问题,鲁棒性机器翻译主要采用以下两种方法:(1)使用合成噪声文本,以模拟OCR转录带来的噪声;(2)利用干净文本和噪声文本的对比学习,拉近噪声文本和干净文本的分布。未能考虑以下问题:(1)忽视来自OCR模型的置信度信息,未能考虑OCR和MT系统的有效融合;(2)仅采用合成噪声,类型单一,无法覆盖实际噪声类型;(3)仅采用句子粒度的粗粒度对比损失,忽略细粒度的词的对比信息。为解决上述问题,该文提出一种融合置信度信息的文本图像翻译方法,充分利用转录文本中每个字符输出的概率分布,得到每个词的置信度信息,使级联式文本图像翻译系统中的OCR模型和机器翻译模型产生更有效的融合;同时针对OCR转录文本的噪声特点,设计了一种能提供词粒度的对比信息的监督文本,进一步提升模型性能。实验表明,该文所提方法在中译英以及英中文本图像翻译任务上相较于传统的管道式模型得到了显著提升。

关键词：置信度文本图像翻译鲁棒性神经机器翻译

来源：评论

学校读者我要写书评

暂无评论

行业领域识别方法、装置、电子设备及存储介质

行业领域识别方法、装置、电子设备及存储介质

引用

作者：姚相振翟飞飞张宇光刘行付西娜李海东史桂华 100007 北京市东城区安定门东大街1号

本发明提供一种行业领域识别方法、装置、电子设备及存储介质，涉及自然语言处理技术领域，该方法包括：获取待识别应用软件的隐私政策文本；对隐私政策文本中的段落进行分类，根据段落分类结果，将隐私政策文本中目标类型的段落确定为... 详细信息

标准号: CN115757774A

本发明提供一种行业领域识别方法、装置、电子设备及存储介质，涉及自然语言处理技术领域，该方法包括：获取待识别应用软件的隐私政策文本；对隐私政策文本中的段落进行分类，根据段落分类结果，将隐私政策文本中目标类型的段落确定为目标段落；提取目标段落中的目标词汇；基于目标段落中的目标词汇，确定待识别应用软件所属的行业领域。本发明提供的行业领域识别方法、装置、电子设备及存储介质，能提高待识别应用软件的隐私政策文本的解析效率和解析准确率，能基于待识别应用软件的隐私政策文本更准确、更高效的识别待识别应用软件所属的行业领域，能提高用户感知。

关键词：隐私政策应用软件行业领域文本存储介质电子设备目标词汇自然语言处理技术分类结果目标类型用户感知准确率解析分类

来源：评论

学校读者我要写书评

暂无评论

网络目标条款筛选方法、装置、电子设备及存储介质

网络目标条款筛选方法、装置、电子设备及存储介质

引用

作者：胡影翟飞飞姚相振张宇光付西娜陈舒周晨炜史桂华 100007 北京市东城区安定门东大街1号

本发明提供一种网络目标条款筛选方法、装置、电子设备及存储介质，涉及数据处理技术领域，网络目标条款筛选方法包括：基于目标条款对应的第一关键词、第二关键词和目标条件，对待筛选隐私政策文本进行信息筛选，获取包括目标条款的第... 详细信息

标准号: CN115470341B

本发明提供一种网络目标条款筛选方法、装置、电子设备及存储介质，涉及数据处理技术领域，网络目标条款筛选方法包括：基于目标条款对应的第一关键词、第二关键词和目标条件，对待筛选隐私政策文本进行信息筛选，获取包括目标条款的第一目标段落作为待筛选隐私政策文本的筛选结果；第一关键词的优先级高于第二关键词的优先级。本发明提供的网络目标条款筛选方法、装置、电子设备及存储介质，能更高效地、更准确地对待筛选隐私政策文本进行信息筛选，能更高效、更准确地确定待筛选隐私政策文本中是否包含可能损害用户利益的不合理条款，有助于用户在使用APP之前更高效、更准确地了解上述APP的隐私政策文本中的关键信息，能提高用户感知。

关键词：筛选隐私政策文本网络目标存储介质电子设备信息筛选数据处理技术关键信息目标条件用户感知用户利益损害

来源：评论

学校读者我要写书评

暂无评论

网络目标条款筛选方法、装置、电子设备及存储介质

网络目标条款筛选方法、装置、电子设备及存储介质

引用

作者：胡影翟飞飞姚相振张宇光付西娜陈舒周晨炜史桂华 100007 北京市东城区安定门东大街1号

标准号: CN115470341A

关键词：筛选隐私政策文本网络目标存储介质电子设备信息筛选数据处理技术关键信息目标条件用户感知用户利益损害

来源：评论

学校读者我要写书评

暂无评论

深度生成式模型在临床术语标准化中的应用

引用

中文信息学报 2021年第5期35卷 77-85页

作者：闫璟辉向露周玉孙建陈思薛晨北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室北京100044 中国科学院自动化研究所模式识别国家重点实验室北京100190 北京中科凡语科技有限公司北京100080 凡语AI研究院北京100080 中国科学院大学人工智能学院北京100049

临床术语标准化任务是医学统计中不可或缺的一部分。在实际应用中,一个标准的临床术语可能有数种口语化和非标准化的描述,而对于一些应用例如临床知识库的构建而言,如何将这些描述进行标准化是必须要面对的问题。该文主要关注中文临床... 详细信息

临床术语标准化任务是医学统计中不可或缺的一部分。在实际应用中,一个标准的临床术语可能有数种口语化和非标准化的描述,而对于一些应用例如临床知识库的构建而言,如何将这些描述进行标准化是必须要面对的问题。该文主要关注中文临床术语的标准化任务,即将非标准的中文临床术语的描述文本和给定的临床术语库中的标准词进行对应。尽管一些深度判别式模型在简单文本结构的医疗术语,例如,疾病、药品名等的标准化任务上取得了一定成效,但对于中文临床术语标准化任务而言,其带标准化的描述文本中经常包含的信息缺失、"一对多"等情况,仅依靠判别式模型无法得到完整的语义信息,因而导致模型效果欠佳。该文将临床术语标准化任务类比为翻译任务,引入深度生成式模型对描述文本的核心语义进行生成并得到标准词候选集,再利用基于BERT的语义相似度算法对候选集进行重排序得到最终标准词。该方法在第五届中国健康信息处理会议(CHIP2019)评测数据中进行了实验并取得了很好的效果。

关键词：术语标准化核心语义生成式模型

来源：评论

学校读者我要写书评

暂无评论

基于中英文单语术语库的双语术语对齐方法

引用

中国科技术语 2022年第1期24卷 14-25页

作者：向露周玉宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 凡语AI研究院/北京中科凡语科技有限公司北京100080

双语术语对齐库是自然语言处理领域的重要资源,对于跨语言信息检索、机器翻译等多语言应用具有重要意义。双语术语对通常是通过人工翻译或从双语平行语料中自动提取获得的。然而,人工翻译需要一定的专业知识且耗时耗力,而特定领域的双... 详细信息

双语术语对齐库是自然语言处理领域的重要资源,对于跨语言信息检索、机器翻译等多语言应用具有重要意义。双语术语对通常是通过人工翻译或从双语平行语料中自动提取获得的。然而,人工翻译需要一定的专业知识且耗时耗力,而特定领域的双语平行语料也很难具有较大规模。但是同一领域中各种语言的单语术语库却较易获得。为此,提出一种基于两种不同语言的单语术语库自动实现术语对齐,以构建双语术语对照表的方法。该方法首先利用多个在线机器翻译引擎通过投票机制生成目标端“伪”术语,然后利用目标端“伪”术语从目标端术语库中检索得到目标端术语候选集合,最后采用基于mBERT的语义匹配算法对目标端候选集合进行重排序,从而获得最终的双语术语对。计算机科学、土木工程和医学三个领域的中英文双语术语对齐实验结果表明,该方法能够提高双语术语抽取的准确率。

关键词：双语术语单语术语库术语对齐语义匹配

来源：评论

学校读者我要写书评

暂无评论

融合外部知识的生成式实体关系联合抽取方法

引用

计算机技术与发展 2023年第8期33卷 124-130页

作者：祝振赫武虹高洁周玉中国科学院大学人工智能学院北京100049 中国科协创新战略研究院北京100038 中国科学院自动化研究所模式识别国家重点实验室北京100190 北京中科凡语科技有限公司凡语AI研究院北京100190

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据... 详细信息

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据驱动方法,在缺乏标注数据时存在质量较低的问题,而获取标注数据需要花费大量的成本。基于远程监督的方法通过利用外部知识库对文本进行自动标注,能够解决缺少大规模标注数据的问题,但同时引入的错误标签也会影响模型的性能。针对上述问题,提出了融合外部知识的生成式实体关系联合抽取方法,采用多编码器和知识注意力机制,将结构化信息和句法结构等外部知识融入模型。具体来说,首先利用标注数据对模型进行预训练来学习实体关系表示,然后利用外部知识再次训练来学习句法结构等信息。实验结果表明,所提方法能够通过融合外部知识,提升实体关系三元组的准确率,尤其提升模型在标注数据稀缺场景下的抽取准确率。

关键词：实体关系抽取编码-解码框架知识融合深度学习注意力机制

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：