检索结果-内蒙古大学图书馆

外语学刊 2025年第1期 39-46页

作者：冯文贺李熳佳张文娟广东外语外贸大学外国语言学及应用语言学研究中心语言工程与计算实验室广州510420 广州理工学院计算机科学与工程学院广州510420

长句翻译一直是机器翻译的难题。本文根据汉语中相当数量的逗号和句号可相互转化的特点,提出“隐性句号”和“隐性逗号”概念,并实现其自动识别,以将汉语长句变为短句用于汉英机器翻译。为此,首先通过人工与半监督学习结合方法构建一个... 详细信息

长句翻译一直是机器翻译的难题。本文根据汉语中相当数量的逗号和句号可相互转化的特点,提出“隐性句号”和“隐性逗号”概念,并实现其自动识别,以将汉语长句变为短句用于汉英机器翻译。为此,首先通过人工与半监督学习结合方法构建一个隐性句逗数据集,实现基于预训练模型的隐性句逗识别方法,其中性能最好的Hierarchical BERT作为后续应用模型。进而,实现基于隐性句逗识别的汉英机器翻译方法。在新闻和文学公开翻译测试语料上基于预训练机器翻译模型的实验表明,对于汉语长句的英译,本文方法相比基准翻译的BLEU值整体有所提高,而且在相对稳健机器翻译模型上,呈现为句子越长本文方法效果越明显。

关键词：机器翻译长句翻译隐性句逗号汉语长句逗号识别句内标点

来源：评论

学校读者我要写书评

暂无评论

描述逻辑εL~■和εLU~■表达力的刻画与比较

引用

计算机学报 2018年第4期41卷 898-914页

作者：申宇铭郝天永张倩生广东外语外贸大学思科信息学院广州510006 广东外语外贸大学语言工程与计算重点实验室广州510006 广东外语外贸大学金融学院广州510006

逻辑的表达力及其推理问题的计算复杂性一直是逻辑研究的两个重点.描述逻辑是一族重要的知识表示语言,目前,国内外对其计算复杂性的研究成果比较丰富.而对其表达力的研究相对较少.从逻辑语义的角度看,解释之间的互模拟关系是刻画表达力... 详细信息

逻辑的表达力及其推理问题的计算复杂性一直是逻辑研究的两个重点.描述逻辑是一族重要的知识表示语言,目前,国内外对其计算复杂性的研究成果比较丰富.而对其表达力的研究相对较少.从逻辑语义的角度看,解释之间的互模拟关系是刻画表达力的一个有效途径,其较具代表性的结论是刻画命题模态逻辑表达力的van Benthem定理.文中主要研究了包含顶概念、原子概念、原子概念否定、概念交和完全存在约束等5个概念构造子的描述逻辑εL~■,给出了εL~■模拟关系,建立了刻画εL~■表达力的van Benthem定理.在εL~■基础之上,再增加概念并构造子,还给出了刻画εLU~■表达力的van Benthem定理.在这些工作的基础上,给出了εL、εL~■、εLU和εLU~■等4个系统表达力之间的比较结果.再依据若干概念包含关系问题的计算复杂性结果,明确了如下结论:在表达力要求不高的情形下,可以优先选择εL作为知识的表示语言.而对表达力要求较高的情形下,应该优先选择ALC作为知识的表示语言.同时,在没有特殊要求的情况下,应尽量避免使用εL~■、εLU和εLU~■作为知识的表示语言.

关键词：描述逻辑概念描述术语公理集表达力

来源：评论

学校读者我要写书评

暂无评论

汉语篇章小句关联结构的表示与识别

引用

北京大学学报（自然科学版） 2020年第1期56卷 23-30页

作者：冯文贺陈伊琳任亚峰任函广东外语外贸大学语言工程与计算实验室广州510006 广东外语外贸大学外语研究与语言服务协同创新中心广州510006

将篇章结构表示为小句关联结构,与修辞结构等层次化篇章结构模式相比,可以有效地刻画非连续和跨层级的小句之间的直接语义关联。首先,提出篇章小句关联结构的形式表示、判断准则和形式限制,并进行人工标注。然后,对汉语篇章小句关联结... 详细信息

将篇章结构表示为小句关联结构,与修辞结构等层次化篇章结构模式相比,可以有效地刻画非连续和跨层级的小句之间的直接语义关联。首先,提出篇章小句关联结构的形式表示、判断准则和形式限制,并进行人工标注。然后,对汉语篇章小句关联结构进行自动识别。在自建汉语篇章小句关联结构语料库上,基于分类模型,设计连接词和词汇等分类特征,得到的最佳识别准确率达92.70%。实验结果表明,语料整体取样比独立取样取得的去环效果好;词汇、小句距离及句域等分类特征对识别的贡献较大;远距离和跨大句是小句关联识别的难点,但相邻小句和同一大句内的小句对的不相关识别难度更大。

关键词：小句关联结构篇章结构篇章依存结构修辞结构

来源：评论

学校读者我要写书评

暂无评论

一种基于增量式谱聚类的动态社区自适应发现算法

引用

自动化学报 2015年第12期41卷 2017-2025页

作者：蒋盛益杨博泓王连喜广东外语外贸大学思科信息学院广州510006 语言工程与计算广东省社会科学重点实验室广州510006 广东外语外贸大学图书馆广州510420

针对当前复杂网络动态社区发现的热点问题,提出一种面向静态网络社区发现的链接相关线性谱聚类算法,并在此基础上提出一种基于增量式谱聚类的动态社区自适应发现算法.动态社区发现算法引入归一化图形拉普拉斯矩阵呈现复杂网络节点之间... 详细信息

针对当前复杂网络动态社区发现的热点问题,提出一种面向静态网络社区发现的链接相关线性谱聚类算法,并在此基础上提出一种基于增量式谱聚类的动态社区自适应发现算法.动态社区发现算法引入归一化图形拉普拉斯矩阵呈现复杂网络节点之间的关系,采用拉普拉斯本征映射将节点投影到k维欧式空间.为解决离群节点影响谱聚类的效果和启发式确定复杂网络社区数量的问题,利用提出的链接相关线性谱聚类算法发现初始时间片的社区结构,使发现社区的过程能够以较低的时间开销自适应地挖掘复杂网络社区结构.此后,对于后续相邻的时间片,提出的增量式谱聚类算法以前一时间片聚类获得的社区特征为基础,通过调整链接相关线性谱聚类算法实现对后一时间片的增量聚类,以达到自适应地发现复杂网络动态社区的目的.在多个数据集的实验表明,提出的链接相关线性谱聚类算法能够有效地检测出复杂网络中的社区结构以及基于增量式谱聚类的动态社区自适应发现算法能够有效地挖掘网络中动态社区的演化过程.

关键词：谱聚类拉普拉斯矩阵拉普拉斯本征分析增量聚类社区检测动态社区

来源：评论

学校读者我要写书评

暂无评论

法律文本中表条件“的”字结构的英译——基于《民法通则》汉英平行文本的考察

引用

中文信息学报 2019年第2期33卷 26-33页

作者：冯文贺郭海芳杨华广东外语外贸大学语言工程与计算实验室广东广州510006

法律文本中有一种表条件"的"字结构,该文对其英译进行语法标注与统计分析。考察《民法通则》的汉英平行文本,确定"的"字结构的英语对应单位。统计"的"字结构的英语对应单位,发现:1.状语远多于定语(85.40%... 详细信息

法律文本中有一种表条件"的"字结构,该文对其英译进行语法标注与统计分析。考察《民法通则》的汉英平行文本,确定"的"字结构的英语对应单位。统计"的"字结构的英语对应单位,发现:1.状语远多于定语(85.40%>14.60%);2.限定式远多于非限定式(87.59%>12.41%),限定式中一般现在时占绝对多数(99.17%),非限定式以介词短语为多(64.71%);3.状语引导词以if为多(86.32%),定语引导词以who为多(60.00%)。研究认为,法律文本中此类"的"字结构是句而非短语,而其中的"的"是表条件的篇章连接词。

关键词：法律文本 “的”字结构条件关系汉英翻译

来源：评论

学校读者我要写书评

暂无评论

基于把关人行为的微博虚假信息及早检测方法

引用

计算机学报 2016年第4期39卷 730-744页

作者：谢柏林蒋盛益周咏梅谢逸李霞广东外语外贸大学思科信息学院广州510006 广东外语外贸大学语言工程与计算实验室广州510006 中山大学信息科学与技术学院广州510006

目前微博已成为人们获取信息和发布信息的一个重要平台,然而微博也正成为虚假信息滋生和泛滥的温床.现有的方法主要基于分类算法来识别虚假信息,这些方法不能及早发现微博上流行的虚假信息.为了减少虚假信息对公众的影响,使微博在人们... 详细信息

目前微博已成为人们获取信息和发布信息的一个重要平台,然而微博也正成为虚假信息滋生和泛滥的温床.现有的方法主要基于分类算法来识别虚假信息,这些方法不能及早发现微博上流行的虚假信息.为了减少虚假信息对公众的影响,使微博在人们的生产和生活中发挥更积极的作用,文中提出一种基于把关人行为的微博虚假信息及早检测方法.该方法利用模型状态持续时间概率为Gamma分布的隐半马尔可夫模型来刻画信息转发者和评论者对流行的真实信息的把关行为,基于此来及早识别微博上流行的虚假信息.该方法分为模型训练和虚假信息检测两个阶段,在虚假信息检测阶段,计算每条信息在传播过程中产生的观测序列相对于模型的平均对数似然概率,实时更新每条信息的可信度,从而及早发现虚假信息,降低虚假信息的危害.使用采集的新浪微博数据集和Twitter数据集对文中的方法进行了测试,实验结果表明了该方法的有效性.

关键词：微博虚假信息把关人隐半马尔可夫模型社会媒体社交网络数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于Jacobi ADMM的传感网分布式压缩感知数据重构算法

引用

计算机研究与发展 2020年第6期57卷 1284-1291页

作者：李国瑞孟婕彭三城王聪东北大学计算机科学与工程学院沈阳110819 广东外语外贸大学语言工程与计算实验室广州510006

针对无线传感网中分布式数据收集及应用,采用分布式压缩感知理论中的JSM-1(joint sparse model-1)模型,提出了一种基于Jacobi ADMM(alternating direction method of multipliers)的分布式压缩感知数据重构算法.该算法通过在簇头节点间... 详细信息

针对无线传感网中分布式数据收集及应用,采用分布式压缩感知理论中的JSM-1(joint sparse model-1)模型,提出了一种基于Jacobi ADMM(alternating direction method of multipliers)的分布式压缩感知数据重构算法.该算法通过在簇头节点间交换公共信息以挖掘关联数据集的公共部分,并在各个簇头节点内部更新各自的独立部分,从而实现无线传感网中相关感知数据的分布式压缩重构.首先,将无线传感网中的数据收集问题抽象为一个分布式优化问题.然后,为了能够有效地解决分布式计算过程中产生的不收敛问题,在优化目标函数中引入了近似项,从而使得子优化问题具有严格凸性,并利用交替方向乘子法求解压缩感知数据的重构问题.最后,分别利用合成数据集和真实数据集进行验证.实验结果表明:与现有其他数据重构算法相比,基于Jacobi ADMM的分布式压缩感知数据重构算法具有更高的数据重构精度.

关键词：无线传感器网络分布式算法压缩感知数据重构优化

来源：评论

学校读者我要写书评

暂无评论

评价对象抽取研究综述

引用

自动化学报 2018年第7期44卷 1165-1182页

作者：蒋盛益郭林东王连喜符斯慧广东外语外贸大学信息科学与技术学院广州510006 语言工程与计算广东省社会科学重点实验室广州510006 广东外语外贸大学图书馆广州510420

近年来,细粒度情感分析因其在商业决策、舆情分析等领域的重要作用而受到学术界和工业界的广泛关注.评价对象抽取作为情感分析的基本任务之一,是进行细粒度情感分析的关键问题.本文针对评价对象抽取问题的起源、当前主流研究方法和趋势... 详细信息

近年来,细粒度情感分析因其在商业决策、舆情分析等领域的重要作用而受到学术界和工业界的广泛关注.评价对象抽取作为情感分析的基本任务之一,是进行细粒度情感分析的关键问题.本文针对评价对象抽取问题的起源、当前主流研究方法和趋势进行了梳理,首先详细阐述评价对象抽取问题的基本概念并对其进行形式化表示,然后结合近年来的研究对评价对象抽取方法进行归纳和总结,并重点分析基于频率、基于模板规则、基于图论、基于条件随机场和基于深度学习的评价对象抽取方法,随后回顾评价对象抽取的评测情况和可用的语料资源,最后分析评价对象抽取的若干难点问题,同时对评价对象抽取研究进展和发展趋势进行总结和展望.

关键词：评价对象抽取细粒度情感分析评测资源建设

来源：评论

学校读者我要写书评

暂无评论

结合词向量和聚类算法的新闻评论话题演进分析

引用

计算机工程与科学 2016年第11期38卷 2368-2374页

作者：林江豪周咏梅阳爱民王伟广东外语外贸大学语言工程与计算实验室广东广州510006 广东外语外贸大学思科信息学院广东广州510006

话题演进分析主要是挖掘话题内容随着时间流的演进情况。话题的内容可用关键词来表示。利用word2vec对75万篇新闻和微博文本进行训练,得到词向量模型。将文本流处理后输入模型,获得时间序列下所有词汇的词向量,利用K-means对词向量进行... 详细信息

话题演进分析主要是挖掘话题内容随着时间流的演进情况。话题的内容可用关键词来表示。利用word2vec对75万篇新闻和微博文本进行训练,得到词向量模型。将文本流处理后输入模型,获得时间序列下所有词汇的词向量,利用K-means对词向量进行聚类,从而实现话题关键词的抽取。实验对比了基于PLSA和LDA主题模型下的话题抽取效果,发现本文的话题分析效果优于主题模型的方法。同时,采集足够大量、内容足够丰富的语料,可训练得到泛化能力比较强的模型,有利于实时话题演进分析研究工作。

关键词：话题演进 word2vec PLSA LDA

来源：评论

学校读者我要写书评

暂无评论

基于种子词的微博表情符情感倾向判定方法

引用

数据采集与处理 2017年第1期32卷 198-204页

作者：王伟周咏梅阳爱民林江豪陈昱宏曾文俊广东外语外贸大学思科信息学院广州510006 广东外语外贸大学思科信息学院广州510006 广东外语外贸大学语言工程与计算实验室广州510006 广东外语外贸大学财务处广州510420

情感倾向明显的表情符,容易通过人工进行标注.但是对于情感倾向不明显的表情符,多人手工的标注结果往往难以达成一致.因此,提出一种利用种子词自动判定表情符情感倾向的方法.该方法利用少量种子表情符自动标注情感倾向比较明显的表情符... 详细信息

情感倾向明显的表情符,容易通过人工进行标注.但是对于情感倾向不明显的表情符,多人手工的标注结果往往难以达成一致.因此,提出一种利用种子词自动判定表情符情感倾向的方法.该方法利用少量种子表情符自动标注情感倾向比较明显的表情符,生成表情符标注集;对于情感倾向不明显的表情符,利用种子情感词和已得到的表情符标注集构建模型,实现其情感倾向的自动判定.实验结果表明,本文方法在微博表情符情感倾向的自动判定上有很好的效果.

关键词：情感分类机器学习微博表情符种子词自动标注

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：