检索结果-内蒙古大学图书馆

中文信息学报 2014年第5期28卷 170-175,191页

作者：王天航史树敏龙从军黄河燕李琳北京理工大学计算机学院北京100081 北京市海量语言信息处理与云计算应用工程技术研究中心北京100081 中国社会科学院民族学与人类学研究所北京100081

藏语句法功能组块分析旨在识别出藏语句子的句法成分,为后续句子级深入分析提供支持。根据藏语的语言特点,该文在藏语句法功能组块描述体系基础上,提出基于错误驱动学习策略的藏语功能组块边界识别方法。具体思路为,首先基于条件随机场(... 详细信息

藏语句法功能组块分析旨在识别出藏语句子的句法成分,为后续句子级深入分析提供支持。根据藏语的语言特点,该文在藏语句法功能组块描述体系基础上,提出基于错误驱动学习策略的藏语功能组块边界识别方法。具体思路为,首先基于条件随机场(Conditional Random Fields,CRFs)识别组块,然后分别基于转换规则的错误驱动学习(Transformation-based Error-driven Learning,TBL)及基于新特征模板的CRFs错误驱动学习进行二次识别,并对初次结果进行校正,F值分别提高了1.65%、8.36%。最后通过实验分析,进一步将两种错误驱动学习机制融合,在18 073词级的藏语语料上开展实验,识别性能进一步提高,准确率、召回率与F值分别达到94.1%、94.76%与94.43%,充分验证了本文提出方法的有效性。

关键词：错误驱动学习藏语句法功能组块组块边界识别 CRFs TBL

来源：评论

学校读者我要写书评

暂无评论

多策略切分粒度的藏汉双向神经机器翻译研究

引用

厦门大学学报（自然科学版） 2020年第2期59卷 213-219页

作者：沙九冯冲张天夫郭宇航刘芳北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081 北京理工大学外国语学院工信部语言工程与认知计算重点实验室北京100081

现有的机器翻译模型通常在词粒度切分的数据集上进行训练,然而不同的切分粒度蕴含着不同的语法、语义的特征和信息,仅考虑词粒度将制约神经机器翻译系统的高效训练.这对于藏语相关翻译因其语言特点而显得尤为突出.为此提出针对藏汉双向... 详细信息

现有的机器翻译模型通常在词粒度切分的数据集上进行训练,然而不同的切分粒度蕴含着不同的语法、语义的特征和信息,仅考虑词粒度将制约神经机器翻译系统的高效训练.这对于藏语相关翻译因其语言特点而显得尤为突出.为此提出针对藏汉双向机器翻译的具有音节、词语以及音词融合的多粒度训练方法,并基于现有的注意力机制神经机器翻译框架,在解码器中融入自注意力机制以捕获更多的目标端信息,提出了一种新的神经机器翻译模型.在CWMT2018藏汉双语数据集上的实验结果表明,多粒度训练方法的翻译效果明显优于其余切分粒度的基线系统,同时解码器中引入自注意力机制的神经机器翻译模型能够显著提升翻译效果.此外在WMT2017德英双语数据集上的实验结果进一步证明了该方法在其他语种方向上的适用性.

关键词：音词融合藏汉双向神经机器翻译

来源：评论

学校读者我要写书评

暂无评论

基于训练集裁剪的加权K近邻文本分类算法

引用

情报工程 2016年第6期2卷 8-16页

作者：孙新欧阳童严西敏尚煜茗郭文浩北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

文本分类是信息检索领域的重要应用之一,由于采用统一特征向量形式表示所有文档,导致针对每个文档的特征向量具有高维性和稀疏性,从而影响文档分类的性能和精度。为有效提升文本特征选择的准确度,本文首先提出基于信息增益的特征选择函... 详细信息

文本分类是信息检索领域的重要应用之一,由于采用统一特征向量形式表示所有文档,导致针对每个文档的特征向量具有高维性和稀疏性,从而影响文档分类的性能和精度。为有效提升文本特征选择的准确度,本文首先提出基于信息增益的特征选择函数改进方法,提高特征选择的精度。KNN(KNearest Neighbor)算法是文本分类中广泛应用的算法,本文针对经典KNN计算量大、类别标定函数精度不高的问题,提出基于训练集裁剪的加权KNN算法。该算法通过对训练集进行裁剪提升了分类算法的计算效率,通过模糊集的隶属度函数提升分类算法的准确性。在公开数据上的实验结果及实验分析证明了算法的有效性。

关键词：文本分类特征选择信息增益最近邻分类算法

来源：评论

学校读者我要写书评

暂无评论

基于预训练模型的政务领域实体关系抽取

引用

情报工程 2022年第4期8卷 3-13页

作者：葛世奇孙新寇桓锦袁燕北京理工大学计算机学院北京100081 北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

[目的/意义]海量电子政务信息资源极大地方便了人们对信息的获取,同时也给人们有效获取信息和知识提出了挑战。关系抽取是信息抽取的核心任务,政务领域的关系抽取对后续面向政务领域的智能检索、智能问答及政府公文生成等智慧化服务与... 详细信息

[目的/意义]海量电子政务信息资源极大地方便了人们对信息的获取,同时也给人们有效获取信息和知识提出了挑战。关系抽取是信息抽取的核心任务,政务领域的关系抽取对后续面向政务领域的智能检索、智能问答及政府公文生成等智慧化服务与建设具有深远影响。但是政务领域的文本中存在着大量的长实体,使得传统的关系抽取模型在政务领域数据集中的表现不尽如人意。[方法/过程]本文提出一种适用于政务领域的中文关系抽取模型CPRE-BERT,首先使用预训练BERT模型作为编码器,能够在一定程度上解决多义性、边界模糊以及领域关系数据数量不足的问题。其次,采用分类池化的思想分别处理短实体和长实体,最大程度上保留实体信息。最后,在中文领域人物关系公共数据集和政务领域数据集上的对比实验结果验证了模型的有效性。[结果/结论]实验结果表明,本文提出的方法在政务领域数据集上关系抽取的准确率和F1指标较基线模型分别提高了2.3%和2.2%。

关键词：关系抽取深度学习 BERT模型分类池化

来源：评论

学校读者我要写书评

暂无评论

基于局部概念化词嵌入的微博检索查询扩展研究

基于局部概念化词嵌入的微博检索查询扩展研究

引用

智能时代的创新、融合与发展——2018全国博士后学术交流会

作者：王亚珅黄河燕北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京市海淀区100081

由于微博文本篇幅较短、用语随意,传统信息检索技术在应用于微博检索任务的时候会面临严峻的“词表不匹配”问题,因而很难产生令人满意的结果.为了克服这个挑战,本研究探索利用局部概念化词嵌入来增强微博检索性能:在伪相关反馈框架下,... 详细信息

由于微博文本篇幅较短、用语随意,传统信息检索技术在应用于微博检索任务的时候会面临严峻的“词表不匹配”问题,因而很难产生令人满意的结果.为了克服这个挑战,本研究探索利用局部概念化词嵌入来增强微博检索性能:在伪相关反馈框架下,提出一个基于k-近邻的查询扩展算法,利用局部概念化词嵌入生成扩展词语来扩展原始查询.在TREC微博检索任务官方数据集上的相关实验证明本研究所提出的算法性能优于其他基线算法.

关键词：信息检索局部概念化词嵌入查询扩展算法 k-近邻算法

来源：评论

学校读者我要写书评

暂无评论

面向出版社富媒体知识的文本分类研究

引用

情报工程 2019年第2期5卷 40-48页

作者：刘琼昕宋祥王鹏北京市海量语言信息处理与云计算应用工程技术研究中心北京100081 北京理工大学计算机学院北京100081 中国科学技术信息研究所富媒体数字出版内容组织与知识服务重点实验室

大数据环境下,出版行业面临着富媒体数据带来的跨媒体数据组织和海量历史数据的挑战。为了形成有效的知识组织,针对富媒体出版社的文本数据具有数据量巨大、标签分层级的特点,本论文使用截断奇异值分解进行降维,应用线性分类核支持向量... 详细信息

大数据环境下,出版行业面临着富媒体数据带来的跨媒体数据组织和海量历史数据的挑战。为了形成有效的知识组织,针对富媒体出版社的文本数据具有数据量巨大、标签分层级的特点,本论文使用截断奇异值分解进行降维,应用线性分类核支持向量机模型,并且设计了多层级分类方法,对富媒体文本进行文本分类。实验表明,在富媒体出版社的文本数据下,本文方法取得了较好的文本分类结果。在150维的文本特征下,区域分类的第二级分类效果最好,其中准确率达到0.98,召回率达到0.76,F1指标达到0.87。

关键词：富媒体文本分类支持向量机降准

来源：评论

学校读者我要写书评

暂无评论

中国社交媒体上转基因争论的网络议程研究

引用

未来传播 2020年第4期27卷 8-20,136页

作者：陈安繁罗晨胡勇徐靖杨徐永妍中国科学技术大学人文与社会科学学院安徽合肥230026 清华大学新闻与传播学院北京100091 北京理工大学北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

本研究聚焦于新浪微博上转基因争论的议题,采用第三级议程设置的方法,检验了不同议程设置主体之间议程的关系,其发现主要有:(1)挺转群体与反转群体的议程不可通约,中立群体扮演了挺转与反转两个极端之间缓冲地带的角色;(2)普通用户与认... 详细信息

本研究聚焦于新浪微博上转基因争论的议题,采用第三级议程设置的方法,检验了不同议程设置主体之间议程的关系,其发现主要有:(1)挺转群体与反转群体的议程不可通约,中立群体扮演了挺转与反转两个极端之间缓冲地带的角色;(2)普通用户与认证个人用户的议程深度耦合,但和认证机构用户的议程脱钩;(3)普通用户与反转群体议程高度正相关,说明普通用户更偏向持反转立场,而认证个人用户偏向持中立立场,认证机构用户的议程中,中立与挺转立场并存;(4)网络身份相较于对转基因的态度更容易瓦解对话的有效性。在中国社交媒体空间中,挺转与反转的尖锐对立与其说是一场针锋相对的“数字加沙地带”,毋宁可界定为“鸡同鸭讲”的“数字柏林墙”。

关键词：转基因社交媒体网络议程设置

来源：评论

学校读者我要写书评

暂无评论

基于浮动车数据的快速交通拥堵监控

基于浮动车数据的快速交通拥堵监控

引用

第30届中国数据库学术会议

作者：吴佩莉刘奎恩郝身刚张全新谭毓安北京理工大学计算机学院北京 100081 北京市海量语言信息处理与云计算应用工程技术研究中心北京 100081 中国科学院软件研究所北京 100190 南阳师范学院计算机与信息技术学院河南南阳 473061

浮动车技术是近年来智能交通系统中所采用的、获取道路交通信息的先进技术手段之一,可作为大规模实时交通监控的数据源.由于浮动车数据规模庞大,从大量移动对象中有效处理流数据是其中一大难点.采用相似轨迹聚类的思想,结合与拥堵特征... 详细信息

浮动车技术是近年来智能交通系统中所采用的、获取道路交通信息的先进技术手段之一,可作为大规模实时交通监控的数据源.由于浮动车数据规模庞大,从大量移动对象中有效处理流数据是其中一大难点.采用相似轨迹聚类的思想,结合与拥堵特征相关的交通参数,提出了拥堵同伴发现算法.该算法能从浮动车轨迹流数据中筛选出可能发生拥堵的浮动车数据,从而对拥堵区域变化趋势进行概化预测,由预测结果决定负载处理方式.此外,设计基于预测的多优先级调度算法用以实现整个监控流程.提出的方法可有效降低处理浮动车数据的代价,实现快速交通拥堵监控.通过在城市路网中大规模出租车轨迹数据上的实测,验证了这种算法的有效性和优势.

关键词：信息处理浮动车数据快速交通拥堵监控系统多优先级调度算法

来源：评论

学校读者我要写书评

暂无评论

领域知识图谱小样本构建与应用

引用

人工智能 2020年第1期 113-124页

作者：张华平吴林芳张芯铭商建云李昌赫北京理工大学北京市海量语言信息处理与云计算应用工程技术研究中心大数据搜索与挖掘实验室中国中文信息学会社会媒体处理专业委员会北京市顺义区政府专家咨询委员会河北科技大学计算机信息科学与工程学院北京理工大学计算机学院

知识图谱是人工智能类脑计算的关键基础设施,是一种知识存储与管理的形式。通用知识图谱已经取得了较好的进展,而特定专业的领域知识图谱构建则面对着可用语料少、领域专家稀缺以及样本标注困难等冷启动问题。本文重点描述了北京理工大... 详细信息

知识图谱是人工智能类脑计算的关键基础设施,是一种知识存储与管理的形式。通用知识图谱已经取得了较好的进展,而特定专业的领域知识图谱构建则面对着可用语料少、领域专家稀缺以及样本标注困难等冷启动问题。本文重点描述了北京理工大学计算机学院团队在小样本基础上构建领域知识图谱的两种解决方案:KGB知识图谱人机引擎,以及小样本深度学习的知识抽取方法。本文还展示了其在情报分析方面的应用。

关键词：知识图谱北京理工大学国家自然科学基金情报分析深度学习关键基础设施领域专家人工智能

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：