检索结果-内蒙古大学图书馆

计算机工程与科学 2015年第12期37卷 2331-2338页

作者：惠浩添李云建钱龙华周国栋苏州大学自然语言处理实验室江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215006

除了机器翻译,平行语料库对信息检索、信息抽取及知识获取等研究领域具有重要的作用,但是传统的平行语料库只是在句子级对齐,因而对跨语言自然语言处理研究的作用有限。鉴于此,以OntoNotes中英文平行语料库为基础,通过自动抽取、自动映... 详细信息

除了机器翻译,平行语料库对信息检索、信息抽取及知识获取等研究领域具有重要的作用,但是传统的平行语料库只是在句子级对齐,因而对跨语言自然语言处理研究的作用有限。鉴于此,以OntoNotes中英文平行语料库为基础,通过自动抽取、自动映射加人工标注相结合的方法,构建了一个面向信息抽取的高质量中英文平行语料库。该语料库不仅包含中英文实体及其相互关系,而且实现了中英文在实体和关系级别上的对齐。因此,该语料库将有助于中英文信息抽取的对比研究,揭示不同语言在语义表达上的差异,也为跨语言信息抽取的研究提供了一个有价值的平台。

关键词：命名实体语义关系双语映射平行语料库

来源：评论

学校读者我要写书评

暂无评论

基于层叠CRF模型的词结构分析

引用

中文信息学报 2015年第4期29卷 1-7,24页

作者：方艳周国栋苏州大学自然语言处理实验室江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215006

传统的中文分词就是识别出每个词的边界,它忽略了汉语中词与短语分界不清这一特点。在理论上,语言学家对词边界的确定往往各持己见,各语料库的分词标准不能统一,在实践中也不能完全满足具体应用的需求。该文给出了基于层叠CRF模型的词... 详细信息

传统的中文分词就是识别出每个词的边界,它忽略了汉语中词与短语分界不清这一特点。在理论上,语言学家对词边界的确定往往各持己见,各语料库的分词标准不能统一,在实践中也不能完全满足具体应用的需求。该文给出了基于层叠CRF模型的词结构自动分析方法,能够以较高的精确度获得词的边界信息和内部结构信息。相比于传统的分词,词的结构分析更加符合汉语词法与句法边界模糊的事实,解决了语料库标准的不一致性以及应用的不同需求。

关键词：中文分词内部结构分词标准层叠CRF

来源：评论

学校读者我要写书评

暂无评论

基于机器翻译的双语协同关系抽取

引用

计算机应用研究 2015年第3期32卷 662-665页

作者：胡亚楠惠浩添钱龙华朱巧明苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

传统的弱指导关系抽取研究主要集中于单语言内部。为了充分利用语言之间的互补性来减轻对大规模训练数据的需求,提出一种双语协同训练的关系分类方法。针对小规模标注语料和一定规模的未标注语料,通过机器翻译和实体对齐产生关系实例的... 详细信息

传统的弱指导关系抽取研究主要集中于单语言内部。为了充分利用语言之间的互补性来减轻对大规模训练数据的需求,提出一种双语协同训练的关系分类方法。针对小规模标注语料和一定规模的未标注语料,通过机器翻译和实体对齐产生关系实例的双语视图,最后利用协同训练得到两种语言的分类模型。在ACE RDC 2005中英文语料上的实验表明,双语协同训练方法可以同时提高中文和英文的关系分类性能,并且减少对于标注训练数据量的需求。

关键词：双语协同训练机器翻译实体对齐

来源：评论

学校读者我要写书评

暂无评论

交互式问答中基于话语结构的指代消解研究

引用

计算机工程与应用 2015年第19期51卷 141-145页

作者：张超孔芳周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

交互式问答系统能够与用户进行对话式交互进而处理用户提出的一系列问题,但指代现象阻碍了系统准确地理解用户的问题。深入研究了交互式问答中的指代消解任务,在交互式问答文本语料中标注指代链信息和话语结构信息,并在基准平台的基础... 详细信息

交互式问答系统能够与用户进行对话式交互进而处理用户提出的一系列问题,但指代现象阻碍了系统准确地理解用户的问题。深入研究了交互式问答中的指代消解任务,在交互式问答文本语料中标注指代链信息和话语结构信息,并在基准平台的基础上提出了基于话语结构的特征集。实验研究了新闻文本上提出的基准特征集在交互式问答文本中的性能,并在此基础上引入话语结构特征。实验结果表明,与基准系统相比,改进系统的F值提高了2.6%,指代消解平台的性能有较大的提升。

关键词：交互式问答话语结构指代消解

来源：评论

学校读者我要写书评

暂无评论

基于自监督学习的维基百科家庭关系抽取

引用

计算机应用 2015年第4期35卷 1013-1016,1020页

作者：朱苏阳惠浩添钱龙华张民苏州大学自然语言处理实验室江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215006

传统有监督的关系抽取方法需要大量人工标注的训练语料,而半监督方法则召回率较低,对此提出了一种基于自监督学习来抽取人物家庭关系的方法。该方法首先将中文维基百科的半结构化信息——家庭关系三元组映射到自由文本中,从而自动生成... 详细信息

传统有监督的关系抽取方法需要大量人工标注的训练语料,而半监督方法则召回率较低,对此提出了一种基于自监督学习来抽取人物家庭关系的方法。该方法首先将中文维基百科的半结构化信息——家庭关系三元组映射到自由文本中,从而自动生成已标注的训练语料;然后,使用基于特征的关系抽取方法从中文维基百科的文本中获取人物间的家庭关系。在一个人工标注的家庭关系网络测试集上的实验结果表明,该方法优于自举方法,其F1指数达到77%,说明自监督学习可以较为有效地抽取人物家庭关系。

关键词：自监督学习维基百科半结构化信息关系抽取

来源：评论

学校读者我要写书评

暂无评论

一个基于Lucene的维文搜索引擎的设计与实现

引用

福建电脑 2015年第5期31卷 117-118,113页

作者：艾力江.司马义钱龙华苏州大学自然语言处理实验室江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215006

目前针对维文搜索引擎的研究还比较少,本文在开源项目Lucene搜索引擎的基础上,通过对数据源、分词和停用词的设置构造了一个实验性的维文搜索引擎,并针对维文的特点改进了搜索方法。在手工构造的语料上的搜索实验表明,基于前缀匹配的搜... 详细信息

目前针对维文搜索引擎的研究还比较少,本文在开源项目Lucene搜索引擎的基础上,通过对数据源、分词和停用词的设置构造了一个实验性的维文搜索引擎,并针对维文的特点改进了搜索方法。在手工构造的语料上的搜索实验表明,基于前缀匹配的搜索方法改进了维文搜索引擎的效果。

关键词：搜索引擎维文分词 Lucene

来源：评论

学校读者我要写书评

暂无评论

一个面向信息抽取的中英文平行语料库

一个面向信息抽取的中英文平行语料库

引用

中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三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-NABD2015)

作者：惠浩添李云建钱龙华周国栋苏州大学自然语言处理实验室江苏苏州 215006 苏州大学计算机科学与技术学院江苏苏州 215006

除了机器翻译,平行语料库对信息检索、信息抽取及知识获取等研究领域具有重要的作用,但是传统的平行语料库只是在句子级对齐,因而对跨语言自然语言处理研究的作用有限.鉴于此,本文以OntoNotes中英文平行语料库为基础,通过自动抽取、自... 详细信息

除了机器翻译,平行语料库对信息检索、信息抽取及知识获取等研究领域具有重要的作用,但是传统的平行语料库只是在句子级对齐,因而对跨语言自然语言处理研究的作用有限.鉴于此,本文以OntoNotes中英文平行语料库为基础,通过自动抽取、自动映射加人工标注相结合的方法,构建了一个面向信息抽取的高质量中英文平行语料库.该语料库不仅包含中英文实体及其相互关系,而且实现了中英文在实体和关系级别上的对齐.因此,该语料库将有助于中英文信息抽取的对比研究,揭示不同语言在语义表达上的差异,也为跨语言信息抽取的研究提供了一个有价值的平台.

关键词：平行语料库命名实体语义关系双语映射

来源：评论

学校读者我要写书评

暂无评论

中文维基百科的实体分类研究

中文维基百科的实体分类研究

引用

作者：徐志浩惠浩添钱龙华朱巧明苏州大学自然语言处理实验室江苏苏州 215006 苏州大学计算机科学与技术学院江苏苏州 215006

维基百科实体分类对自然语言处理和机器学习具有重要的作用.本文采用机器学习的方法对中文维基百科的条目进行实体分类,在利用维基百科页面中半结构化信息和无结构化文本作为基本特征的基础上,结合中文的特点使用扩展特征和语义特征来... 详细信息

维基百科实体分类对自然语言处理和机器学习具有重要的作用.本文采用机器学习的方法对中文维基百科的条目进行实体分类,在利用维基百科页面中半结构化信息和无结构化文本作为基本特征的基础上,结合中文的特点使用扩展特征和语义特征来提高实体分类性能.在人工标注的语料库上的实验表明,这些额外特征有效地提高了ACE分类体系上的实体分类性能,总体F1值达到96％,同时在扩展实体分类上也取得了较好的效果,总体F1值达95％.

关键词：中文文本实体分类半结构化信息无结构化文本

来源：评论

学校读者我要写书评

暂无评论

基于Deep Learning的代词指代消解

引用

北京大学学报（自然科学版） 2014年第1期50卷 100-110页

作者：奚雪峰周国栋苏州大学计算机科学与技术学院自然语言处理实验室苏州215006 苏州科技学院计算机科学与工程系苏州215009

针对指代消解一直是自然语言处理中的核心问题,提出一种利用DBN(deep belief nets)模型的Deep Learning学习机制进行基于语义特征的指代消解方法。DBN模型由多层无监督的RBM(restricted Boltzmann machine)网络和一层有监督的BP(back-pr... 详细信息

针对指代消解一直是自然语言处理中的核心问题,提出一种利用DBN(deep belief nets)模型的Deep Learning学习机制进行基于语义特征的指代消解方法。DBN模型由多层无监督的RBM(restricted Boltzmann machine)网络和一层有监督的BP(back-propagation)网络组成,RBM网络确保特征向量映射达到最优,最后一层BP网络可以对RBM网络的输出特征向量进行分类,从而训练指代消解分类器。在ACE04英文语料及ACE05中文语料上进行测试,实验结果表明,增加RBM训练层数可以提高系统性能。此外,引入对特征集合的抽象分层因素,也对系统性能的提升产生积极作用。

关键词：代词消解深度学习深层语义特征

来源：评论

学校读者我要写书评

暂无评论

交互式问答系统中待消解项的识别方法研究

引用

中文信息学报 2014年第4期28卷 111-116,122页

作者：张超孔芳周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

交互式问答系统能够与用户进行对话式交互进而处理用户提出的一系列问题。交互式问答技术是近些年来问答技术的一个热门方向。该文首次深入研究交互式问答中待消解项的识别方法。根据语料统计了交互式问答中待消解项的分布情况并进行相... 详细信息

交互式问答系统能够与用户进行对话式交互进而处理用户提出的一系列问题。交互式问答技术是近些年来问答技术的一个热门方向。该文首次深入研究交互式问答中待消解项的识别方法。根据语料统计了交互式问答中待消解项的分布情况并进行相关实验,运用前人研究的启发式规则与平面特征相结合的方法在交互式问答中测试识别待消解项的性能。结合交互式问答的特点提出了专有名词的两个基于交互式问答特点的特征,并在TREC QA问题集语料中进行相关实验。实验结果表明,代词、有定名词用已有的方法识别效果较好,在加入本文提出的新特征后,在专有名词上也取得了较好的效果。

关键词：交互式问答待消解项识别指代消解

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：