检索结果-内蒙古大学图书馆

郑州大学学报（理学版） 2017年第3期49卷 59-64页

作者：刘伍颖王琳广东外语外贸大学语言工程与计算实验室广东广州510420

针对垃圾短信过滤问题,提出了一种亚文档集成学习方法.该方法采用亚文档集成学习框架将短文本在线二值分类问题转化成若干个子分类问题,并通过线性组合多个子问题的分类结果得出最终的分类预测.利用基于串频索引的文本分类算法实现了一... 详细信息

针对垃圾短信过滤问题,提出了一种亚文档集成学习方法.该方法采用亚文档集成学习框架将短文本在线二值分类问题转化成若干个子分类问题,并通过线性组合多个子问题的分类结果得出最终的分类预测.利用基于串频索引的文本分类算法实现了一种有效的弱分类器.实验数据表明亚文档集成学习框架能够提高现有文本分类算法的效能,而在亚文档集成学习框架下,基于串频索引的弱分类器过滤效果最佳.

关键词：垃圾短信过滤亚文档集成学习串频索引 TREC评测

来源：评论

学校读者我要写书评

暂无评论

基于自相似性与多任务高斯过程回归的单帧图像超分辨率

基于自相似性与多任务高斯过程回归的单帧图像超分辨率

引用

第十九届全国图象图形学学术会议

作者：李键红吴亚榕吕巨建广东外语言外贸大学语言工程与计算实验室 510006 仲恺农业工程学院仲恺科技服务公司 510225 广东技术师范学院计算机学院 510665

在单帧图像超分辨率问题中，基于高斯过程回归的超分辨率算法要么没有挖掘相似图像片间的关联关系，要么无差别的用相似图像片来扩充训练集合，这导致重建的高分辨率图像中存在明显的噪声和伪影。

关键词：单帧图像超分辨率多任务学习高斯过程回归图像自相似性最优化估计

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

一种基于LDA主题模型的评论文本情感分类方法

引用

数据采集与处理 2017年第3期32卷 629-635页

作者：王伟周咏梅阳爱民周剑峰林江豪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 广东外语外贸大学图书馆广州510006 广东外语外贸大学财务处广州510420

针对互联网出现的评论文本情感分析,引入潜在狄利克雷分布(Latent Dirichlet allocation,LDA)模型,提出一种分类方法。该分类方法结合情感词典,依据指定的情感单元搭配模式,提取情感信息,包括情感词和上、下文。使用主题模型发掘情感信... 详细信息

针对互联网出现的评论文本情感分析,引入潜在狄利克雷分布(Latent Dirichlet allocation,LDA)模型,提出一种分类方法。该分类方法结合情感词典,依据指定的情感单元搭配模式,提取情感信息,包括情感词和上、下文。使用主题模型发掘情感信息中的关键特征,并融入到情感向量空间中。最后利用机器学习分类算法,实现中文评论文本的情感分类。实验结果表明,提出的方法有效降低了特征向量的维度,并且在文本情感分类上有很好的效果。

关键词：评论文本情感单元潜在主题情感分析机器学习

来源：评论

学校读者我要写书评

暂无评论

基于局部密度的无监督作文跑题检测方法

引用

中文信息学报 2017年第6期31卷 205-213页

作者：李霞温启帆广东外语外贸大学语言工程与计算实验室广东广州510006 广东外语外贸大学信息科学与技术学院广东广州510006

针对现有的无监督作文跑题检测方法中,使用作文内容向量表示作文存在非主题词噪声所导致的相似度不准确问题,该文提出一种基于作文主题词抽取和局部密度阈值选择的无监督作文跑题检测方法。首先使用LDA主题生成模型挖掘待测作文的主题词... 详细信息

针对现有的无监督作文跑题检测方法中,使用作文内容向量表示作文存在非主题词噪声所导致的相似度不准确问题,该文提出一种基于作文主题词抽取和局部密度阈值选择的无监督作文跑题检测方法。首先使用LDA主题生成模型挖掘待测作文的主题词,并使用分布式表示向量寻找与题目词项语义相似的词,作为对作文题目的主题词扩展,在此基础上使用提出的切题度计算方法计算待测作文的切题度,并使用所提出的基于作文集切题度局部密度的阈值抽取方法动态选取切题阈值,进而实现一种无需训练集和主题无关的无监督作文跑题检测方法。在以英语为母语的学习者和以汉语为母语的学习者所写的8个作文集共9 381篇作文上的实验结果表明,该文提出的作文跑题检测方法能有效识别跑题作文,加入拼写检查预处理后,平均F1值为79.64%,单个作文题目下F1值最好为96.1%。

关键词：作文跑题检测主题词抽取切题度阈值选取

来源：评论

学校读者我要写书评

暂无评论

基于改进的LDA模型的中文主观题自动评分研究

引用

计算机科学 2017年第B11期44卷 102-105,128页

作者：罗海蛟柯晓华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

主观题自动评分(Automated Scoring Subjective Responses,ASSR)在语言学习与语言测试领域的诊断信息及信度方面具有重要的应用前景。将主题模型中的隐含狄利克雷分配(Latent Dirichlet Allocation,LDA)引入到中文主观题自动评分中,提... 详细信息

主观题自动评分(Automated Scoring Subjective Responses,ASSR)在语言学习与语言测试领域的诊断信息及信度方面具有重要的应用前景。将主题模型中的隐含狄利克雷分配(Latent Dirichlet Allocation,LDA)引入到中文主观题自动评分中,提出了一种结合专家知识的改进的LDA模型,并采用了一种综合文档-隐含主题概率向量及隐含主题-核心词项概率向量的文本特征表示方式。实验对比了改进的LDA与潜在语义分析(Latent Semantic Analysis,LSA)的自动评分效果,结果表明改进的LDA模型在中文主观题自动评分中切实有效。

关键词：主观题自动评分潜在语义分析(LSA) 隐含狄利克雷分配(LDA) 绝对一致性相邻一致性

来源：评论

学校读者我要写书评

暂无评论

基于语义相似度的情感特征向量提取方法

引用

计算机科学 2017年第10期44卷 296-301页

作者：林江豪周咏梅阳爱民陈锦广东外语外贸大学语言工程与计算实验室广州510006 广东外语外贸大学思科信息学院广州510006 广东外语外贸大学国际学院广州510420

针对现有情感特征在语义表达和领域拓展等方面的不足,提出了一种基于语义相似度的情感特征向量提取方法。利用25万篇sogou新闻语料和50万条微博语料,训练得到Word2vec模型;选择80个情感明显、内容丰富、词性多样化的情感词作为种子词集... 详细信息

针对现有情感特征在语义表达和领域拓展等方面的不足,提出了一种基于语义相似度的情感特征向量提取方法。利用25万篇sogou新闻语料和50万条微博语料,训练得到Word2vec模型;选择80个情感明显、内容丰富、词性多样化的情感词作为种子词集;通过计算候选情感词与种子词的词向量之间的语义相似度,将情感词映射到高维向量空间,实现了情感词的特征向量表示(Senti2vec)。将Senti2vec应用于情感近义词和反义词相似度分析、情感词极性分类和文本情感分析任务中,实验结果表明Senti2vec能实现情感词的语义表示和情感表示。基于大规模语料的语义相似计算,使得提取的情感特征更具有领域拓展性。

关键词：情感特征向量语义相似度情感词 Word2vec

来源：评论

学校读者我要写书评

暂无评论

基于同义词词林的平滑BLEU研究

引用

郑州大学学报（理学版） 2017年第2期49卷 54-59页

作者：于俊婷何宏业刘伍颖易绵竹洛阳外国语学院语言工程系河南洛阳471003 广东外语外贸大学语言工程与计算实验室广东广州510420

基于同义词词林提出一种语义空间变换算法,并将其应用于平滑BLEU中,提出一种改进的基于同义词词林的BLEUS评测方法,该方法针对候选译文中短译文或英文缩写可能导致一元语法零匹配的情况,对传统BLEUS的n元语法均进行了平滑处理,并且以参... 详细信息

基于同义词词林提出一种语义空间变换算法,并将其应用于平滑BLEU中,提出一种改进的基于同义词词林的BLEUS评测方法,该方法针对候选译文中短译文或英文缩写可能导致一元语法零匹配的情况,对传统BLEUS的n元语法均进行了平滑处理,并且以参考译文的一元语法为标准,对候选译文进行语义空间变换.在俄汉双语句子数据集上对谷歌、百度、必应、有道在线翻译系统的俄汉翻译输出译文进行评测,改进方法与传统BLEUS的评测结果一致;基于同义词词林的BLEUS提升传统BLEUS的评测性能,使得百度的NBLEUS值提高了3.99%,谷歌提高了7.66%,必应提高了11.15%,有道提高了4.65%.与此同时,验证了基于同一类型评测方法的纵向比较方法的有效性.

关键词：同义词词林评测

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

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...

引用

第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL 2018)

作者：冯文贺郭海芳广东外语外贸大学语言工程与计算实验室/国家级同声传译实验教学中心广东广州510006

法律文本中有一种表条件“的”字结构,本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,分析发现,“的”字结构的英语对应单位,状语远多于定语(84.67％＞15.33％);限定式远多于非... 详细信息

法律文本中有一种表条件“的”字结构,本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,分析发现,“的”字结构的英语对应单位,状语远多于定语(84.67％＞15.33％);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.状语引导词远多于定语引导词(86.57％＞13.43％),状语引导词以if为多(87.07％),定语引导词以who为多(66.67％).

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

基于多属性效用理论的群体决策偏好整合研究

引用

统计与决策 2017年第21期33卷 42-46页

作者：赵九茹李心广李霞广东外语外贸大学语言工程与计算实验室广州510006 广东外语外贸大学广东国际战略研究院广州510006 广东外语外贸大学欧洲研究中心广州510006

文章基于多属性效用理论构建群体决策偏好整合模型并进行实证研究。模型针对决策者对于偏好的差异程度和在意程度,利用各方案之间效用的差异系数和偏差系数作为群体决策偏好整合的系数;针对决策者对于方案的偏好顺序,把方案偏好顺序的... 详细信息

文章基于多属性效用理论构建群体决策偏好整合模型并进行实证研究。模型针对决策者对于偏好的差异程度和在意程度,利用各方案之间效用的差异系数和偏差系数作为群体决策偏好整合的系数;针对决策者对于方案的偏好顺序,把方案偏好顺序的系数作为群体决策偏好整合的系数,然后将两阶段的系数进行整合,得到的效用值作为群体决策偏好整合的结果。

关键词：多属性效用理论简单加权法群体决策多属性准则

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：