检索结果-内蒙古大学图书馆

计算机学报 2011年第8期34卷 1423-1436页

作者：徐戈王厚峰北京大学计算语言学研究所北京大学计算语言学教育部重点实验室北京100871

主题模型在自然语言处理领域受到了越来越多的关注.在该领域中,主题可以看成是词项的概率分布.主题模型通过词项在文档级的共现信息抽取出语义相关的主题集合,并能够将词项空间中的文档变换到主题空间,得到文档在低维空间中的表达.作者... 详细信息

主题模型在自然语言处理领域受到了越来越多的关注.在该领域中,主题可以看成是词项的概率分布.主题模型通过词项在文档级的共现信息抽取出语义相关的主题集合,并能够将词项空间中的文档变换到主题空间,得到文档在低维空间中的表达.作者从主题模型的起源隐性语义索引出发,对概率隐性语义索引以及LDA等在主题模型发展中的重要阶段性工作进行了介绍和分析,着重描述这些工作之间的关联性.LDA作为一个概率生成模型,很容易被扩展成其它形式的概率模型.作者对由LDA派生出的各种模型作了粗略分类,并选择了各类的代表性模型简单介绍.主题模型中最重要的两组参数分别是各主题下的词项概率分布和各文档的主题概率分布,作者对期望最大化算法在主题模型参数估计中的使用进行了分析,这有助于更深刻理解主题模型发展中各项工作的联系.

关键词：自然语言处理主题模型隐性语义索引 LDA 期望最大化算法 Gibbs采样

来源：评论

学校读者我要写书评

暂无评论

基于马尔可夫逻辑的中文零指代消解

引用

计算机研究与发展 2015年第9期52卷 2114-2122页

作者：宋洋王厚峰北京大学计算语言学研究所北京100871 计算语言学教育部重点实验室(北京大学) 北京100871

中文零指代消解问题包括零指代项的识别和零指代项的消解2个相互关联的子任务.传统的方法在解决该问题时,往往不考虑2个子任务间的关联关系,比如识别出的零指代项必须被消解以及发生消解的必须是零指代项等约束.基于马尔可夫逻辑网络模... 详细信息

中文零指代消解问题包括零指代项的识别和零指代项的消解2个相互关联的子任务.传统的方法在解决该问题时,往往不考虑2个子任务间的关联关系,比如识别出的零指代项必须被消解以及发生消解的必须是零指代项等约束.基于马尔可夫逻辑网络模型可以将零指代项的识别和零指代项的消解2个子任务融合在统一的机器学习框架下进行联合推断与联合学习,采用局部规则分别针对零指代项的识别和消解进行预测,采用全局规则描述这2个子任务间的关联关系.基于OntoNotes3.0的中文数据集上的实验结果显示,基于马尔可夫逻辑网络的联合学习模型相比于独立学习模型以及多个baseline方法能够获得更好的实验效果.

关键词：马尔可夫逻辑网络中文零指代消解零指代项识别联合学习全局规则局部规则

来源：评论

学校读者我要写书评

暂无评论

基于特征选择和最大熵模型的汉语词义消歧

引用

软件学报 2010年第6期21卷 1287-1295页

作者：何径舟王厚峰北京大学信息科学技术学院计算语言学研究所北京100871 北京大学计算语言学教育部重点实验室北京100871

词义消歧是自然语言处理中一类典型的分类问题.在分类中,特征的选择至关重要.通常情况下,特征是由人工选择的,这就要求特征选取者对于待分类的问题本身和分类模型的特点有深刻的认识.分析了汉语词义消岐中特征模板对消歧结果的影响,在... 详细信息

词义消歧是自然语言处理中一类典型的分类问题.在分类中,特征的选择至关重要.通常情况下,特征是由人工选择的,这就要求特征选取者对于待分类的问题本身和分类模型的特点有深刻的认识.分析了汉语词义消岐中特征模板对消歧结果的影响,在此基础上提出一套基于最大熵分类模型的自动特征选择方法,包括针对所有歧义词的统一特征模板选择和针对单个歧义词的独立特征模板优化算法.实验结果表明,使用自动选择的特征,不仅简化了特征模板,而且提高了汉语词义消歧的性能.与SemEval2007:task#5的最好成绩相比,该方法分别在微平均值MicroAve(micro-average accuracy)和宏平均值MacroAve(macro-average accuracy)上提升了3.10%和2.96%.

关键词：最大熵模型分类特征自动特征选择汉语词义消歧

来源：评论

学校读者我要写书评

暂无评论

中文分词模型的领域适应性方法

引用

计算机学报 2015年第2期38卷 272-281页

作者：韩冬煦常宝宝北京大学信息科学技术学院计算语言学研究所计算语言学教育部重点实验室北京100871

字标注分词方法是当前中文分词领域中一种较为有效的分词方法.但因为受制于训练语料的领域和规模,该方法在领域适应性方面效果不佳,影响了该方法在应用系统中的实际应用.在文中,作者提出使用卡方统计量以及边界熵提升未登录词的处理能力... 详细信息

字标注分词方法是当前中文分词领域中一种较为有效的分词方法.但因为受制于训练语料的领域和规模,该方法在领域适应性方面效果不佳,影响了该方法在应用系统中的实际应用.在文中,作者提出使用卡方统计量以及边界熵提升未登录词的处理能力,并结合自学习和协同学习策略进一步改善字标注分词方法在领域适应性方面的性能.实验结果证实,文中提出的这些方法有效改善了分词方法的领域适应性.

关键词：卡方统计量边界熵领域适应性自举算法中文分词社会计算社交网络

来源：评论

学校读者我要写书评

暂无评论

采用无标注语料的动词和形容词主观性评级

引用

软件学报 2013年第5期24卷 1036-1050页

作者：徐戈蒙新泛王厚峰北京大学计算语言学研究所北京100871 计算语言学教育部重点实验室(北京大学) 北京100871 闽江学院计算机科学系福建福州350108

为了自动区分中文主观词和客观词,采用主观性线索和汉字的主观性两种手段对动词和形容词进行主观性度量.主观性的线索进一步被分成级差(gradability)线索和主体(subject)线索;根据这些线索,使用基于图的算法进行评级(ranking).在汉语主... 详细信息

为了自动区分中文主观词和客观词,采用主观性线索和汉字的主观性两种手段对动词和形容词进行主观性度量.主观性的线索进一步被分成级差(gradability)线索和主体(subject)线索;根据这些线索,使用基于图的算法进行评级(ranking).在汉语主观性词表构建中,提出使用主体线索和汉字主观性.5个标注人员对随机选择的500个单词进行主观性标注,据此构建主客观标准集,并将其用于各种设置下的实验结果评估.实验结果显示,当被标注的单词出现频率较高时,所提出的方法能够超过或者匹配人工标注.此外,尽管文中只使用了无标注的数据,但还有更多的先验知识(如语义词典等)可以被引入到该方法中.

关键词：主观性无标注语料级差线索主体线索评级汉字主观性

来源：评论

学校读者我要写书评

暂无评论

基于SVM融合多特征的介词结构自动识别

引用

中文信息学报 2009年第5期23卷 19-24页

作者：温苗苗吴云芳北京大学计算语言学研究所计算语言学教育部重点实验室(北京大学)

介词结构在汉语文本中出现频率很高,正确识别介词结构边界对句法分析、语音合成中的韵律短语划分有着重要意义。该文较为系统地探讨了汉语中常用介词的边界识别问题。利用支持向量机SVM模型,基于输出概率而不是简单的二分法来选择正确... 详细信息

介词结构在汉语文本中出现频率很高,正确识别介词结构边界对句法分析、语音合成中的韵律短语划分有着重要意义。该文较为系统地探讨了汉语中常用介词的边界识别问题。利用支持向量机SVM模型,基于输出概率而不是简单的二分法来选择正确的后边界。探讨了不同的特征选择,并尝试加入语义信息等不同特征组合以提高识别准确率。对常用的68个介词进行边界识别实验,5折交叉验证的准确率达到90.95%,优于前人的识别结果。

关键词：计算机应用中文信息处理介词结构识别支持向量机语义类

来源：评论

学校读者我要写书评

暂无评论

基于图的同义词集自动获取方法

引用

计算机研究与发展 2011年第4期48卷 610-616页

作者：吴云芳石静金澎计算语言学教育部重点实验室(北京大学) 北京100871 北京大学计算语言学研究所北京100871 乐山师范学院智能信息处理及应用实验室四川乐山614000

同义词集是重要的语言基础知识,基于大规模语料库的同义词集自动获取是自然语言处理领域的一项基础性研究课题.从大规模语料中自动获取有并列结构关联的词语对,据此形成图,采用Newman算法对图进行划分而自动聚类相似词语.着重研究在New... 详细信息

同义词集是重要的语言基础知识,基于大规模语料库的同义词集自动获取是自然语言处理领域的一项基础性研究课题.从大规模语料中自动获取有并列结构关联的词语对,据此形成图,采用Newman算法对图进行划分而自动聚类相似词语.着重研究在Newman算法的基础上,充分挖掘和利用并列结构的特性和汉语的构词特点,采用6种方法对图中边的权值加以改进从而提升效果:分割语料、去除低频边、加重双向边、加重团、加重相同后字、惩罚音节不等.同义词集自动获取的准确率从初始的23.28%提升至53.12%,准确率提高了约30个百分点.

关键词：相似词同义词集图模型并列结构 Newman算法边权值

来源：评论

学校读者我要写书评

暂无评论

内容丰富多彩,阐述深入浅出——评《统计自然语言处理》(第2版)

引用

中文信息学报 2014年第1期28卷 125-126页

作者：俞士汶计算语言学教育部重点实验室(北京大学) 北京大学计算语言学研究所

宗成庆博士著《统计自然语言处理》一书自2008年问世以来，已在计算语言学与自然语言处理学界产生了广泛影响，被很多大学、研究所指定为硕士生、博士生的必读参考书。该书第1版很快售罄。参照读者反馈的意见，作者对该书进行了增删、... 详细信息

宗成庆博士著《统计自然语言处理》一书自2008年问世以来，已在计算语言学与自然语言处理学界产生了广泛影响，被很多大学、研究所指定为硕士生、博士生的必读参考书。该书第1版很快售罄。参照读者反馈的意见，作者对该书进行了增删、修改和磨砺，于2013年8月推出了第2版。在清华大学出版社组织出版的《中文信息处理丛书》中，这种情况是不多见的。

关键词：自然语言处理统计清华大学出版社多彩中文信息处理计算语言学读者反馈博士生

来源：评论

学校读者我要写书评

暂无评论

基于分层输出神经网络的汉语语义角色标注

引用

中文信息学报 2014年第6期28卷 56-61,78页

作者：王臻常宝宝穗志方北京大学计算语言学教育部重点实验室北京10087 北京大学计算语言学研究所北京100871

语义角色标注是自然语言处理中的一项重要任务。当下针对中文语义角色标注的主流做法是通过基于特征的统计机器学习实现的。然而,统计机器学习的方法需要引入经验性的人工特征,这在一定程度上增加了工作量。深度学习在自然语言处理领域... 详细信息

语义角色标注是自然语言处理中的一项重要任务。当下针对中文语义角色标注的主流做法是通过基于特征的统计机器学习实现的。然而,统计机器学习的方法需要引入经验性的人工特征,这在一定程度上增加了工作量。深度学习在自然语言处理领域的应用使得特征的自动学习成为可能。文章尝试了一种适用于语义角色标注的深层神经网络架构,该模型能自然地推广到其他标注任务。实验表明,深度学习算法能够有效地用于语义角色标注任务,但是我们仍然发现,模型对语义层面知识的学习是相当有限的,基于深度学习的方法还不能取代基于人工特征的统计机器学习算法。

关键词：语义角色标注深度学习特征向量

来源：评论

学校读者我要写书评

暂无评论

基于Web弱指导的本体概念实例及属性的同步提取

引用

中文信息学报 2010年第1期24卷 54-59页

作者：康为穗志方北京大学计算语言学研究所北京100871 北京大学计算语言学教育部重点实验室北京100871

该文提出了一种基于Web弱指导的本体概念实例和属性的同步提取方法,利用小规模的种子实例和属性集,该文从Web上自动获取实例和属性共现的上下文模式,并利用种子实例和属性的关联性来评价这些模式。进一步,根据上下文模式提取候选概念实... 详细信息

该文提出了一种基于Web弱指导的本体概念实例和属性的同步提取方法,利用小规模的种子实例和属性集,该文从Web上自动获取实例和属性共现的上下文模式,并利用种子实例和属性的关联性来评价这些模式。进一步,根据上下文模式提取候选概念实例和属性后,该文提出两种方法来评价提取的候选实例和属性。第一,利用概念实例和属性的关联性来互相评价对方的准确度;第二,利用候选实例或候选属性与种子实例或属性在上下文模式分布上的相似度来评价准确度。在疾病类实验结果表明,人工确认候选实例的准确率在前500个结果达到94%,前1 000个结果的准确率也高达93%。

关键词：计算机应用中文信息处理 Web 概念实例提取属性提取弱指导上下文模式

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：