检索结果-内蒙古大学图书馆

2005年863信息检索评测哈尔滨工业大学信息检索研究室技术报告

中文信息学报 2006年第B3期20卷 83-90页

作者：张志昌张宇高立琦袁新成胡晓光刘挺李生哈尔滨工业大学信息检索研究室黑龙江哈尔滨150001

首先用向量空间模型工具Lucene从全部网页正文信息中检索，再用语言模型工具Lemur对结果集进行重排序，然后将两次的结果进行融合，远回融合结果的前1000篇文档作为最终结果集。构造查询输入时，从主题的〈title〉字段和〈dese〉字段选... 详细信息

首先用向量空间模型工具Lucene从全部网页正文信息中检索，再用语言模型工具Lemur对结果集进行重排序，然后将两次的结果进行融合，远回融合结果的前1000篇文档作为最终结果集。构造查询输入时，从主题的〈title〉字段和〈dese〉字段选择关键词，并依据tf＊idf的思想对关键词赋予权值。时正式评测的50个主题集检索，获得的三项评价指标为：程序自动构造查询时，MAP=0．3107，P@10=0．624，R-Preeision=0．3672；人工构造查询时，MAP=0．3538，P@10=0．684，R-Preelsion=0．4078。

关键词：查询构造向量空间模型语言模型结果融合

来源：评论

学校读者我要写书评

暂无评论

哈尔滨工业大学信息检索研究室简介

哈尔滨工业大学信息检索研究室简介

引用

中国中文信息学会第六次全国会员代表大会暨成立二十五周年学术会议

来源：评论

学校读者我要写书评

暂无评论

哈尔滨工业大学信息检索研究室简介

哈尔滨工业大学信息检索研究室简介

引用

中国中文信息学会第六次全国会员代表大会暨成立二十五周年学术会议

哈工大信息检索研究室(HIT IR-Lab)成立于2001年3月1日,以文本检索、文本挖掘、语言分析和跨语言为主要研究方向。研究室已完成和在研的国家自然科学基金、国家863、国际合作、企业合作等课题二十余项,发表论文60余篇。哈工大IR实验室... 详细信息

哈工大信息检索研究室(HIT IR-Lab)成立于2001年3月1日,以文本检索、文本挖掘、语言分析和跨语言为主要研究方向。研究室已完成和在研的国家自然科学基金、国家863、国际合作、企业合作等课题二十余项,发表论文60余篇。哈工大IR实验室是语言语音教育部微软重点实验室、哈工大-IBM联合实验室、哈工大-金山联合实验室中的重要成员,与国内外10余家相关的研究机构和企业保持着密切而友好的合作关系。拥有300平米的现代化科研场地,60多台计算机等科研设备。

关键词：信息检索问答系统微软亚洲研究院检测与跟踪哈尔滨工业大学简繁转换

来源：评论

学校读者我要写书评

暂无评论

大语言模型安全性:分类、评估、归因、缓解、展望

引用

智能系统学报 2025年第1期20卷 2-32页

作者：黄河燕李思霖兰天伟邱昱力柳泽明姚嘉树曾理单赢宇施晓明郭宇航北京理工大学计算机学院北京100081 北京航空航天大学计算机学院北京100191 哈尔滨工业大学计算机学院社会计算与信息检索研究中心黑龙江哈尔滨150001

大语言模型能够在多个领域及任务上给出与人类水平相当的解答,并且在未经训练的领域和任务上展现了丰富的涌现能力。然而,目前基于大语言模型的人工智能系统存在许多安全性隐患,例如大语言模型系统容易受到难以被察觉的攻击,模型生成的... 详细信息

大语言模型能够在多个领域及任务上给出与人类水平相当的解答,并且在未经训练的领域和任务上展现了丰富的涌现能力。然而,目前基于大语言模型的人工智能系统存在许多安全性隐患,例如大语言模型系统容易受到难以被察觉的攻击,模型生成的内容存在违法、泄密、仇恨、偏见、错误等问题。并且在实际应用中,大语言模型可能被滥用,生成的内容可能引起国家、人群和领域等多个层面的困扰。本文旨在深入探讨大语言模型面临的安全性风险并进行分类,回顾现有的评估方法,研究安全性风险背后的因果机制,并总结现有的解决措施。具体而言,本文明确了大语言模型面临的10种安全性风险,并将其归类为模型自身安全性风险与生成内容的安全性风险两个方面,并对每种风险进行了详细的分析和讲解。此外,本文还从生命周期和危害程度两个角度对大语言模型的安全风险进行了系统化的分析,并介绍了现有的大语言模型安全风险评估方法、大语言模型安全风险的出现原因以及相应的缓解措施。大语言模型的安全风险是亟待解决的重要问题。

关键词：大语言模型模型自身安全性生成内容安全性安全性分类安全性风险评估安全性风险归因安全性风险缓解措施安全性研究展望

来源：评论

学校读者我要写书评

暂无评论

基于改进TextTiling方法的用户新兴趣发现的研究

引用

计算机研究与发展 2009年第9期46卷 1594-1600页

作者：邹博伟张宇范基礼郑伟刘挺哈尔滨工业大学信息检索研究室哈尔滨150001

个性化信息检索可以根据用户的检索兴趣返回个性化的检索结果.提出了用户新兴趣发现子任务,根据用户检索对象的变化识别包含新检索兴趣的查询.同时,引入TextTiling方法并对其进行改进,使系统可以自动选择合适的动态阈值并准确发现用户... 详细信息

个性化信息检索可以根据用户的检索兴趣返回个性化的检索结果.提出了用户新兴趣发现子任务,根据用户检索对象的变化识别包含新检索兴趣的查询.同时,引入TextTiling方法并对其进行改进,使系统可以自动选择合适的动态阈值并准确发现用户检索兴趣的转移.在构建的标准评测集上的实验结果表明,改进的TextTiling方法使得用户新兴趣发现系统性能提高了16.4%,而且此子任务使得最终的个性化检索系统的性能提高了3.8%.

关键词：个性化信息检索用户新兴趣发现 TextTiling算法动态阈值检索兴趣转移

来源：评论

学校读者我要写书评

暂无评论

中文人称名词短语单复数自动识别

引用

自动化学报 2008年第8期34卷 972-979页

作者：郎君秦兵刘挺李正华李生哈尔滨工业大学信息检索研究室哈尔滨150001

名词短语的单复数信息在共指消解中是必不可少的特征.与英语不同,中文属于汉藏语系,名词本身不能明显体现单复数信息,需要借助其所在的名词短语来进行体现.本文在自动内容抽取(Automatic content extraction,ACE)语料上抽取得到人称名... 详细信息

名词短语的单复数信息在共指消解中是必不可少的特征.与英语不同,中文属于汉藏语系,名词本身不能明显体现单复数信息,需要借助其所在的名词短语来进行体现.本文在自动内容抽取(Automatic content extraction,ACE)语料上抽取得到人称名词短语的单复数信息,分别采用了基于规则和机器学习的方法来进行人称名词短语的单复数自动识别,基于规则的方法,在一些知识资源的基础上定义了规则模板库,每条规则采用槽和槽值的方法米进行体现;机器学习方法采用最大熵模型组合考察了词形、词性、词义、数量关系等特征.两种方法分别达到了48.24%和87.48%的正确率.实验结果显示,基于规则的方法能够保证精确率而不能保证召回率,机器学习的方法可以更好地完成单复数信息的识别任务.

关键词：人称名词短语单复数机器学习

来源：评论

学校读者我要写书评

暂无评论

面向中文特定信息变异的过滤技术研究

引用

高技术通讯 2005年第9期15卷 7-12页

作者：陈儒张宇刘挺哈尔滨工业大学信息检索研究室哈尔滨150001

研究了如何快速识别并过滤经过变异处理的中文信息的技术,并将变异规则限定在当前中文网络最常见的5种变异方法上.提出了一个快速而准确的中文信息多模式模糊匹配算法,该算法在WM算法的基础上融合了压缩编码的思想,适于实时地对网络信... 详细信息

研究了如何快速识别并过滤经过变异处理的中文信息的技术,并将变异规则限定在当前中文网络最常见的5种变异方法上.提出了一个快速而准确的中文信息多模式模糊匹配算法,该算法在WM算法的基础上融合了压缩编码的思想,适于实时地对网络信息进行处理.实验表明,基于该算法的信息过滤系统能够支持大量的输入模式,系统对模式的识别准确率超过了99%,并且达到了很高的执行效率.该算法在中文信息过滤领域有着广阔的应用前景.

关键词：多模式匹配模糊匹配信息过滤中文信息变异方法过滤技术匹配算法识别准确率快速识别中文网络压缩编码

来源：评论

学校读者我要写书评

暂无评论

基于词汇支配度的汉语依存分析模型

引用

软件学报 2006年第9期17卷 1876-1883页

作者：刘挺马金山李生哈尔滨工业大学信息检索研究室黑龙江哈尔滨150001

如何应用句法结构和词汇化是句法分析建模所面临的两个主要问题,汉语依存分析对这两方面做了初步的探索.首先通过对大规模依存树库的统计学习,获取其中的词汇依存信息,建立了一个词汇化的概率分析模型.然后引入词汇支配度的概念,以充分... 详细信息

如何应用句法结构和词汇化是句法分析建模所面临的两个主要问题,汉语依存分析对这两方面做了初步的探索.首先通过对大规模依存树库的统计学习,获取其中的词汇依存信息,建立了一个词汇化的概率分析模型.然后引入词汇支配度的概念,以充分利用了句子中的结构信息.词汇化方法有效地弥补了以前工作中词性信息的粒度过粗问题.同时,词汇支配度增强了对句法结构的识别,有效地避免了非法结构的生成.在4000句的测试集上,依存分析获得了约74%的正确率.

关键词：依存语法句法分析支配度动态规划

来源：评论

学校读者我要写书评

暂无评论

基于依存分析和贝叶斯网络的无指导汉语词义消歧

引用

高技术通讯 2004年第2期14卷 7-11页

作者：卢志茂刘挺丁江伟李生哈尔滨工业大学信息检索研究室，哈尔滨150001

采用基于依存分析改进贝叶斯网络的无指导的机器学习方法对汉语大规模真实文本进行词义消歧实验。该学习算法充分利用依存文法分析确定能够对词语词义构成内在限制的上下文，有效地克服了简单贝叶斯分类器中无关上下文造成的噪声影响。... 详细信息

采用基于依存分析改进贝叶斯网络的无指导的机器学习方法对汉语大规模真实文本进行词义消歧实验。该学习算法充分利用依存文法分析确定能够对词语词义构成内在限制的上下文，有效地克服了简单贝叶斯分类器中无关上下文造成的噪声影响。实验结果证明基于依存改进的贝叶斯模型在汉语词义消歧上表现良好，开放测试正确率可达86.27％。

关键词：词义消歧自然语言处理无指导学习算法依存文法分析简单贝叶斯网络汉语

来源：评论

学校读者我要写书评

暂无评论

基于线索词识别和训练集扩展的中文问题分类

引用

高技术通讯 2009年第2期19卷 111-118页

作者：张志昌张宇刘挺李生哈尔滨工业大学计算机学院信息检索研究室哈尔滨150001

针对问题分类的数据稀疏问题,提出了一种以疑问词和焦点词为关键线索的中文事实型问题分类方法。该方法首先自动识别用户提出的问题中的疑问词和焦点词,若疑问词和焦点词存在,则用最近邻模型进行分类,而对没有用最近邻方法分类的其他问... 详细信息

针对问题分类的数据稀疏问题,提出了一种以疑问词和焦点词为关键线索的中文事实型问题分类方法。该方法首先自动识别用户提出的问题中的疑问词和焦点词,若疑问词和焦点词存在,则用最近邻模型进行分类,而对没有用最近邻方法分类的其他问题,则用支持向量机(SVM)模型进行分类。训练SVM模型时,从Web上自动获取新问题来对训练集进行扩展,最近邻方法只利用线索词词义距离进行类别判断。实验表明,这种按照问题结构的不同而选择不同分类器的方法,在性能上要优于单一分类方法;词义距离的应用和训练集自动扩展改善了训练数据的稀疏,提高了分类性能。

关键词：问题分类焦点词词义距离训练集扩展

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：