检索结果-内蒙古大学图书馆

2016苏鲁黑浙四省声学技术学术会议

作者：付康安郭虎升王文剑山西大学计算机与信息技术学院太原030006 山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

由于符号属性数据缺乏固有的几何特性,不能简单地将现有的数值属性数据分类算法应用于符号属性数据.为了提高符号属性数据的性能,提出一种基于关联关系分析的支持向量机分类方法(Support Vector Machine Classification Approach Based ... 详细信息

由于符号属性数据缺乏固有的几何特性,不能简单地将现有的数值属性数据分类算法应用于符号属性数据.为了提高符号属性数据的性能,提出一种基于关联关系分析的支持向量机分类方法(Support Vector Machine Classification Approach Based on Correlation Analysis,CA_SVM).通过分析属性值与标签之间的相关性,得到属性值对标签的影响因子;然后结合属性值在类内出现的频率,使得所有原始符号数据下的属性值在不失信息的情况下转换成数值型数据;转换后的数据既可以体现属性值与标签之间的关联关系,也可以有效地表示相同属性下属性值之间的距离;最后用支持向量机(Support Vector Machine,SVM)进行分类.在标准UCI数据集上的实验结果表明,CA_SVM模型能够提高分类精度.

关键词：符号数据分类方法关联关系支持向量机

来源：评论

学校读者我要写书评

暂无评论

面向阅读理解复杂问题的句子融合

面向阅读理解复杂问题的句子融合

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：谭红叶赵红红李茹山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学计算机与信息技术学院山西太原030006

阅读理解的研究是目前NLP领域的一个研究热点.阅读理解中好的复杂问题解答策略不仅要进行答案句的抽取,还要对答案句进行融合、生成相应的答案,但是目前的研究大多集中在前者.本文针对复杂问题解答中的句子融合进行研究,提出了一种兼顾... 详细信息

阅读理解的研究是目前NLP领域的一个研究热点.阅读理解中好的复杂问题解答策略不仅要进行答案句的抽取,还要对答案句进行融合、生成相应的答案,但是目前的研究大多集中在前者.本文针对复杂问题解答中的句子融合进行研究,提出了一种兼顾句子重要信息、问题关联度与句子流畅度的句子融合方法.该方法的主要思想为:首先,基于句子拆分和词重要度选择待融合部分;然后,基于词对齐进行句子相同信息的合并;最后,利用基于依存关系、二元语言模型及词重要度的整数线性规划优化生成句子.在历年高考阅读理解数据集上的测试结果表明,该方法取得了82.62％的F值,同时更好地保证了结果的可读性及信息量.

关键词：自然语言处理阅读理解复杂问题句子融合文本生成

来源：评论

学校读者我要写书评

暂无评论

面向高考阅读理解的句子语义相关度研究

面向高考阅读理解的句子语义相关度研究

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：郭少茹张虎钱揖丽李茹杨陟卓马淑晖山西大学计算机与信息技术学院山西太原030006 山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室山西太原030006

高考阅读理解选择题是基于背景材料,通过对材料的“理解”从多个选项中选出最佳选项.由于提供的背景材料相对较短且关键信息极具隐藏性,答案可能无法在背景材料中直接找到.因此,如何从背景材料中挖掘信息并与选项进行相关性分析是解答... 详细信息

高考阅读理解选择题是基于背景材料,通过对材料的“理解”从多个选项中选出最佳选项.由于提供的背景材料相对较短且关键信息极具隐藏性,答案可能无法在背景材料中直接找到.因此,如何从背景材料中挖掘信息并与选项进行相关性分析是解答该类问题的关键,而句子级的语义相关性分析是背景材料与选项相关性分析的基础.本文通过对大量高考科技文文意理解类选择题进行分析,提出基于多维度投票算法(Multi-Dimension Voting)的句子语义相关度计算方法.该方法将不同维度的语义相关性作为度量标准,运用投票算法的思想,选取问题的最佳选项.在近十年北京市高考真题上进行测试,正确率为61.53％,验证了该方法的有效性.

关键词：高考语文题名阅读理解语义相关度选择题投票算法

来源：评论

学校读者我要写书评

暂无评论

大数据关联关系度量研究综述

引用

数据采集与处理 2015年第6期30卷 1147-1159页

作者：钱宇华成红红梁新彦王建新山西大学计算智能与中文信息处理教育部重点实验室太原030006 山西大学计算机与信息技术学院太原030006

大数据关联性分析是大数据挖掘的基础,一个好的关联性度量是实施关联分析的关键。本文首先指出大数据时代关联度量面临的挑战和研究现状,从关联关系度量的构造角度出发,对现有的关联关系度量进行整理,归纳总结了这些关联关系的性质和适... 详细信息

大数据关联性分析是大数据挖掘的基础,一个好的关联性度量是实施关联分析的关键。本文首先指出大数据时代关联度量面临的挑战和研究现状,从关联关系度量的构造角度出发,对现有的关联关系度量进行整理,归纳总结了这些关联关系的性质和适用条件。在回顾关联度量发展历程的基础上,结合大数据时代关联关系的特点,提出构造关联度量可能满足的条件。最后针对多模态数据关联关系度量的若干问题进行探讨和梳理,从3个角度出发,提出应对多模态数据空间转换的挑战,以引起对该领域更深入的思考与研究工作,从而促进大数据挖掘工作的进展。

关键词：大数据关联性分析关联度量多模态数据

来源：评论

学校读者我要写书评

暂无评论

一种快速均值飘移图像分割算法

引用

数据采集与处理 2015年第1期30卷 192-201页

作者：赵胜男王文剑山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

图像分割是图像分析及图像理解的关键步骤。与其他图像分割算法相比,均值漂移(Mean Shift)算法具有原理简单、无需先验知识、可以处理灰度图像及复杂的自然彩色图像等优点。但该算法需要对图像中每个像素点进行迭代计算,因此分割所需要... 详细信息

图像分割是图像分析及图像理解的关键步骤。与其他图像分割算法相比,均值漂移(Mean Shift)算法具有原理简单、无需先验知识、可以处理灰度图像及复杂的自然彩色图像等优点。但该算法需要对图像中每个像素点进行迭代计算,因此分割所需要的时间较长。本文提出了一种快速Mean Shift图像分割算法(Fast mean shift,FMS),将少量像素点作为初始点进行迭代计算,而出现在高维球区域内的其他像素点根据其到已有类中心的距离进行归类,从而减少Mean Shift算法的迭代次数,缩短分割时间。实验结果表明,本文提出的快速Mean Shift图像分割算法可以获得良好的分割结果且具有较高的分割效率。

关键词：图像分割均值飘移聚类归并

来源：评论

学校读者我要写书评

暂无评论

基于框架语义的高考语文阅读理解答案句抽取

基于框架语义的高考语文阅读理解答案句抽取

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：李国臣刘姝林杨陟卓李茹张虎钱揖丽山西大学计算机与信息技术学院山西太原030006 太原工业学院计算机工程系山西太原030008 山西大学计算机与信息技术学院山西太原030006 山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

高考语文阅读理解问答相对普通阅读理解问答难度更大,问句抽象表述的理解需要更深层的语言分析技术,答案候选句抽取更注重与问句的关联分析,答案候选句排序更注重答案句之间的语义相关性.为此,该文提出借助框架语义匹配和框架语义关系... 详细信息

高考语文阅读理解问答相对普通阅读理解问答难度更大,问句抽象表述的理解需要更深层的语言分析技术,答案候选句抽取更注重与问句的关联分析,答案候选句排序更注重答案句之间的语义相关性.为此,该文提出借助框架语义匹配和框架语义关系抽取答案候选句,在排序时引入流形排序模型,通过答案句之间的框架语义相关度将排序分数进行传播,最终选取分数较高的Top-4作为答案句.在北京近十二年高考语文阅读理解问答题上的准确率与召回率分别达到了53.65％与79.06％.

关键词：高考语文题名阅读理解框架语义答案句抽取流形排序

来源：评论

学校读者我要写书评

暂无评论

基于DNN的汉语框架识别研究

基于DNN的汉语框架识别研究

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：赵红燕李茹张晟张力文山西大学计算机与信息技术学院山西太原030006 太原科技大学计算机科学与技术学院山西太原030024 山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学计算机与信息技术学院山西太原030006

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架.目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征.然而,人工选择特征的有效... 详细信息

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架.目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征.然而,人工选择特征的有效性和完备性无法保证.深度神经网络自动学习特征的能力,为我们提供了新思路.本文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64％和78.58％的准确率,实验证明该模型具有较好的泛化能力.

关键词：现代汉语框架识别深度神经网络分布式表征

来源：评论

学校读者我要写书评

暂无评论

一种基于稀疏度和距离的初始类中心选择算法

引用

山西大学学报(自然科学版) 2015年第1期38卷 73-78页

作者：曹付元武鹏鹏山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室

结合谱聚类算法中的自适应尺度和最大最小距离算法的思想,提出了一种基于稀疏度和距离的初始类中心选择算法,并将提出的初始类中心选择算法应用于k-means和Fuzzy k-means算法的初始类中心选择,在UCI和真实数据上的实验结果表明提出的算... 详细信息

结合谱聚类算法中的自适应尺度和最大最小距离算法的思想,提出了一种基于稀疏度和距离的初始类中心选择算法,并将提出的初始类中心选择算法应用于k-means和Fuzzy k-means算法的初始类中心选择,在UCI和真实数据上的实验结果表明提出的算法是有效和可行的。

关键词：初始类中心稀疏度最大最小距离算法 k-means聚类

来源：评论

学校读者我要写书评

暂无评论

浅谈FrameNet框架汉译时的译者术语意识

引用

中国科技术语 2016年第3期18卷 5-10页

作者：柴清华李茹由丽萍山西大学外国语学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学计算机与信息技术学院山西太原030006 山西大学经济与管理学院山西太原030006

汉语框架网的建设需要参照FrameNet,因而FrameNet框架汉译是其中必要的一步。由于FrameNet框架会涉及众多"概念名称",所以在FrameNet框架汉译时,译者术语意识通过提供一定程度上的理论指导来加强控制汉语框架网的框架质量。

关键词：译者术语意识 FrameNet框架汉译框架质量控制

来源：评论

学校读者我要写书评

暂无评论

基于观点袋模型的汽车评论情感极性分类

引用

中文信息学报 2015年第3期29卷 113-120页

作者：廖健王素格李德玉张鹏山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

该文针对网络评论倾向分级问题,提出了一种基于观点袋模型和语言学规则的多级情感分类方法。通过分析句子中的词性搭配关系,设计了12种抽取特征-观点搭配模式,并对存在问题给出了解决策略。依据汉语用词特点和词汇在汽车领域的特殊用法... 详细信息

该文针对网络评论倾向分级问题,提出了一种基于观点袋模型和语言学规则的多级情感分类方法。通过分析句子中的词性搭配关系,设计了12种抽取特征-观点搭配模式,并对存在问题给出了解决策略。依据汉语用词特点和词汇在汽车领域的特殊用法,提出搭配四元组的情感倾向极性值计算方法。在此基础上,利用获取的搭配四元组及其情感倾向极性,建立文本的向量化表示,并构造了权重计算公式。最后,利用文本余弦相似度计算方法实现对评论文本的五级情感极性分类。通过在COAE2012任务3的汽车数据集上进行的测试,取得了较好的分类结果。

关键词：情感分类观点袋模型词性搭配

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：