检索结果-内蒙古大学图书馆

高技术通讯 2010年第2期20卷 127-132页

作者：朱聪慧赵铁军韩习武郑德权哈尔滨工业大学教育部-微软语言语音重点实验室哈尔滨150001 黑龙江大学计算机科学与技术学院哈尔滨150080

为提高汉语动词次范畴化框架(SCFs)的分析性能,提出了一种新的次范畴论元分析方法。该方法引入了基于间隙加权子序列的核函数,以传统规则的右部作为分类类别,将规则左部作为问题输入空间,将原本规则推导的问题转化为机器学习问题。由于... 详细信息

为提高汉语动词次范畴化框架(SCFs)的分析性能,提出了一种新的次范畴论元分析方法。该方法引入了基于间隙加权子序列的核函数,以传统规则的右部作为分类类别,将规则左部作为问题输入空间,将原本规则推导的问题转化为机器学习问题。由于间隙加权子序列核函数可以考虑跨距离的词之间的依赖关系,加之机器学习方法的引入,使得论元识别精度从55.16%提到了93.43%,并且极大提高了次范畴整句获取精度。

关键词：汉语动词次范畴(SCF) 论元分析主动学习间隔加权子序列

来源：评论

学校读者我要写书评

暂无评论

动词次范畴英汉论元对应关系获取

引用

中文信息学报 2010年第2期24卷 91-95,121页

作者：朱聪慧赵铁军韩习武郑德权教育部-微软语言语音重点实验室哈尔滨工业大学黑龙江哈尔滨150001 计算机科学与技术学院黑龙江大学黑龙江哈尔滨150001

动词次范畴是根据句法行为对动词的进一步划分,它是由核心动词和一系列论元组成。其相关研究在英汉等多种语言方面都取得了较好的成果,但跨语言之间的研究还很少。该文提出了一种基于主动学习策略的英汉动词次范畴论元对应关系自动获取... 详细信息

动词次范畴是根据句法行为对动词的进一步划分,它是由核心动词和一系列论元组成。其相关研究在英汉等多种语言方面都取得了较好的成果,但跨语言之间的研究还很少。该文提出了一种基于主动学习策略的英汉动词次范畴论元对应关系自动获取方法,这种方法可以在双语平行语料上,几乎不需要任何先验的语言学知识的情况下,自动获取英汉论元的对应关系。然后我们将这些对应关系加入了统计机器翻译系统。实验结果表明,融合了英汉动词次范畴论元对应关系的SMT系统在性能上有明显的提升,证明了自动抽取的对应关系的有效性,也为SMT提供了新的研究方向。

关键词：人工智能机器翻译动词次范畴化跨语言论元对应关系自动获取统计机器翻译

来源：评论

学校读者我要写书评

暂无评论

中文文本分类中基于文档频度分布的特征选择方法

中文文本分类中基于文档频度分布的特征选择方法

引用

黑龙江省计算机学会2009年学术交流年会

作者：陈庆轩郑德权郑博文赵铁军李生哈尔滨工业大学教育部微软语言语音重点实验室

随着互联网信息及电子资源的急剧膨胀,文本分类技术成为信息组织与管理的有效手段。基于Fisher判别分析理论,通过分析词条类间分布的不均匀性与类内分布的相对均匀性,提出了基于文档频度分布的文本特征选择方法,应用于文本分类中,实验表... 详细信息

随着互联网信息及电子资源的急剧膨胀,文本分类技术成为信息组织与管理的有效手段。基于Fisher判别分析理论,通过分析词条类间分布的不均匀性与类内分布的相对均匀性,提出了基于文档频度分布的文本特征选择方法,应用于文本分类中,实验表明,该方法能够充分地表达文本的特征信息,获得了良好的效果。

关键词：特征选择文档频度离散度文本分类

来源：评论

学校读者我要写书评

暂无评论

基于ART网络的无指导中文共指消解方法

引用

高技术通讯 2009年第9期19卷 926-932页

作者：李世奇赵铁军陈晨刘鹏远哈尔滨工业大学教育部-微软语言语音重点实验室哈尔滨150001

提出了一种基于自适应谐振理论(ART)网络的无指导中文名词短语共指消解方法。该方法充分利用名词短语自身特征,通过改变网络参数动态调节聚类数量,有效地解决了目前聚类共指消解中输出类别数目难以确定的难题。另外采用了一种基于信息... 详细信息

提出了一种基于自适应谐振理论(ART)网络的无指导中文名词短语共指消解方法。该方法充分利用名词短语自身特征,通过改变网络参数动态调节聚类数量,有效地解决了目前聚类共指消解中输出类别数目难以确定的难题。另外采用了一种基于信息增益率的特征选择方法,减少了区分度较弱特征给聚类所带来的干扰。该方法在保证了识别正确率的前提下,不依赖人工标注语料,可直接应用于跨领域的真实文本。最后在ACE中文语料上进行了相关实验,并取得了较好的结果。

关键词：共指消解无指导学习自适应谐振理论(ART) 自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于TSVM与主动学习融合的蛋白质交互作用关系抽取

引用

高技术通讯 2009年第5期19卷 480-486页

作者：刘健苗王浩畅赵铁军哈尔滨工业大学教育部-微软语言语音重点实验室哈尔滨150001 中讯邮电咨询设计院有限公司信息工程处郑州450007 大庆石油学院计算机与信息技术学院大庆163318

针对蛋白质交互作用关系(PPI)抽取研究中已标注语料有限而未标注生物医学自由文本易得的问题,进行了基于直推式支持向量机(TSVM)与主动学习融合的蛋白质交互作用关系抽取研究。通过自主选择最优的未标注样本加入到TSVM的训练过程中,最... 详细信息

针对蛋白质交互作用关系(PPI)抽取研究中已标注语料有限而未标注生物医学自由文本易得的问题,进行了基于直推式支持向量机(TSVM)与主动学习融合的蛋白质交互作用关系抽取研究。通过自主选择最优的未标注样本加入到TSVM的训练过程中,最大程度地提高了系统的性能。实验结果表明,TSVM与主动学习融合的算法在少量已标注样本和大量未标注样本组成的混合样本集上取得了较好的学习效果,与传统的支持向量机(SVM)和TSVM算法相比,能有效地减少学习样本数,提高分类精度,在AImed语料上取得了F测度为64.12%的较好性能。

关键词：蛋白质交互作用关系抽取半监督学习直推式支持向量机(TSVM) 主动学习

来源：评论

学校读者我要写书评

暂无评论

基于模式匹配的军事演习情报信息抽取

引用

现代图书情报技术 2009年第9期 70-75页

作者：贾美英杨炳儒郑德权曹鸿强杨靖张练北京科技大学信息工程学院北京100083 北京图形研究所北京100029 哈尔滨工业大学教育部-微软语言语音重点实验室哈尔滨150001

以军事演习情报信息抽取为突破点,采用基于模式匹配的方法进行演习情报的抽取。在信息抽取的不同环节,采用层次自动分类方法进行待抽取文本筛选;采用基于种子模式的自举方法结合领域词典进行军事演习组块识别;采用基于语料标注的方法进... 详细信息

以军事演习情报信息抽取为突破点,采用基于模式匹配的方法进行演习情报的抽取。在信息抽取的不同环节,采用层次自动分类方法进行待抽取文本筛选;采用基于种子模式的自举方法结合领域词典进行军事演习组块识别;采用基于语料标注的方法进行事件属性模式学习获取。实验结果表明该方法在特定领域内的有效性,在实际工程项目中达到可应用状态。

关键词：信息抽取军事演习模式获取模式匹配

来源：评论

学校读者我要写书评

暂无评论

采用CRF技术的军事情报术语自动抽取研究

引用

计算机工程与应用 2009年第32期45卷 126-129页

作者：贾美英杨炳儒郑德权杨靖北京科技大学信息工程学院北京100083 北京图形研究所北京100029 哈尔滨工业大学教育部-微软语言语音重点实验室哈尔滨150001

针对军事情报领域,提出了一种基于条件随机场的术语抽取方法,该方法将领域术语抽取看作一个序列标注问题,将领域术语分布的特征量化作为训练的特征,利用CRF工具包训练出一个领域术语特征模板,然后利用该模板进行领域术语抽取。实验采用... 详细信息

针对军事情报领域,提出了一种基于条件随机场的术语抽取方法,该方法将领域术语抽取看作一个序列标注问题,将领域术语分布的特征量化作为训练的特征,利用CRF工具包训练出一个领域术语特征模板,然后利用该模板进行领域术语抽取。实验采用的训练语料来自"搜狐网络军事频道"的新闻数据,测试语料选取《现代军事》杂志2007年第1～8期的所有文章。实验取得了良好的结果,准确率为73.24%,召回率为69.57%,F-测度为71.36%,表明该方法简单易行,且具有领域通用性。

关键词：术语抽取条件随机场模板

来源：评论

学校读者我要写书评

暂无评论

基于多重特征选择和多分类器融合的文本层次分类研究

引用

计算机应用研究 2009年第12期26卷 4467-4470页

作者：贾美英杨炳儒郑德权陈庆轩北京科技大学信息工程学院北京100083 北京图形研究所北京100029 哈尔滨工业大学教育部-微软语言语音重点实验室哈尔滨150001

针对大量电子文档需要准确地进行多层次自动分类管理的现实需求,提出基于多重特征选择和多分类器融合技术的层次分类方法。通过引入可信度函数对单分类器效果进行评价,适时采用辅助分类器对较难分类的文档进行分类投票判决。实验结果表... 详细信息

针对大量电子文档需要准确地进行多层次自动分类管理的现实需求,提出基于多重特征选择和多分类器融合技术的层次分类方法。通过引入可信度函数对单分类器效果进行评价,适时采用辅助分类器对较难分类的文档进行分类投票判决。实验结果表明,相对于单分类器,该方法无论在平面分类和层次分类语料上都获得了更好的分类精度,且具有较好的时间复杂性,有很好的实际应用前景。

关键词：文本自动分类文本层次分类多重特征选择可信度函数多分类器融合

来源：评论

学校读者我要写书评

暂无评论

统计机器翻译中多分词结果的融合

统计机器翻译中多分词结果的融合

引用

第十届全国计算语言学学术会议

作者：马永亮赵铁军哈尔滨工业大学教育部—微软语言语音重点实验室

汉英统计机器翻译中,汉语语料通常需要使用中文分词将句子切分成词序列。然而中文分词不是为统计机器翻译而开发的技术,它的分词结果不能保证对统计机器翻译的优化。近些年,一些研究试图改进中文分词方法从而达到对统计机器翻译的优化... 详细信息

汉英统计机器翻译中,汉语语料通常需要使用中文分词将句子切分成词序列。然而中文分词不是为统计机器翻译而开发的技术,它的分词结果不能保证对统计机器翻译的优化。近些年,一些研究试图改进中文分词方法从而达到对统计机器翻译的优化。在本文中,我们将从另外的角度研究中文分词对统计机器翻译的影响。我们的基本思想是利用多分词结果作为额外的语言知识,提出一种简单而有效的方法使这些知识为统计机器翻译所用,我们使用了一系列策略融合多分词结果,并将融合结果应用在统计机器翻译系统中。实验结果表明这种方法比没有使用多分词结果融合的系统提高1.89个BLEU分数。

关键词：统计机器翻译中文分词混合模型翻译模型特征插值多策略特征融合

来源：评论

学校读者我要写书评

暂无评论

基于字词混合翻译短语的统计机器翻译

基于字词混合翻译短语的统计机器翻译

引用

第十届全国计算语言学学术会议

作者：万升华杨沐昀李生赵铁军哈尔滨工业大学教育部—微软语言语音重点实验室

汉英翻译中的分词影响着统计机器翻译(SMT)性能。为解决分词工具对SMT产生的影响,本文提出了一种基于字词混合翻译短语的方法。它将基于分字和分词的两种方法进行有效融合,缓解了分词带来的不利影响。本文在汉英科技专利文献上进行了实... 详细信息

汉英翻译中的分词影响着统计机器翻译(SMT)性能。为解决分词工具对SMT产生的影响,本文提出了一种基于字词混合翻译短语的方法。它将基于分字和分词的两种方法进行有效融合,缓解了分词带来的不利影响。本文在汉英科技专利文献上进行了实验,表明这种混合策略相比单一的分词的性能最高可以提升0.56的BLEU分数,并发现使得SMT最优化的分词工具的平均分词长度应该在1.57～1.61字/词之间。

关键词：统计机器翻译汉语分词平均词长

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：