检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

汉语多重关系复句的关系层次分析

软件学报 2001年第7期12卷 987-995页

作者：鲁松白硕李素建刘群中国科学院计算技术研究所北京100080

汉语多重关系复句的句法分析问题主要由复句中的关系分析和层次分析两部分组成 .将多重关系复句中的层次分析作为研究对象 .它是针对多种逻辑或并列关系 ,按照一定层次组成复杂主从关系复句而进行的关系层次分析过程 .为了有效地形式化... 详细信息

汉语多重关系复句的句法分析问题主要由复句中的关系分析和层次分析两部分组成 .将多重关系复句中的层次分析作为研究对象 .它是针对多种逻辑或并列关系 ,按照一定层次组成复杂主从关系复句而进行的关系层次分析过程 .为了有效地形式化地表示多重关系复句的层次结构 ,提出了关系层次树的概念 ,并以此为基础构造文法 ,采用部分数据驱动的确定性移进归约算法实现多重关系复句的关系层次分析 .通过开放测试对计算机实现的多重关系复句句法分析器进行考察 ,93.56 %的正确率使所提出的分析方法的有效性和正确性得到了充分的验证 .

关键词：句法分析关系层次树汉语多重关系复句自然语言理解

在线全文

学校读者我要写书评

暂无评论

关键词自动标引的最大熵模型应用研究

计算机学报 2004年第9期27卷 1192-1197页

作者：李素建王厚峰俞士汶辛乘胜北京大学计算语言学研究所北京100871 人民日报社新闻信息中心北京100733

关键词是文档管理、文本聚类 /分类、信息检索等领域可利用的重要资源 ,因此该文提出了利用最大熵模型进行自动标引的技术 .最大熵模型为一个成熟的数学模型 ,已经应用到计算语言学的各个领域 .然而它的应用非常灵活 ,针对标引任务和现... 详细信息

关键词是文档管理、文本聚类 /分类、信息检索等领域可利用的重要资源 ,因此该文提出了利用最大熵模型进行自动标引的技术 .最大熵模型为一个成熟的数学模型 ,已经应用到计算语言学的各个领域 .然而它的应用非常灵活 ,针对标引任务和现有资源的实际情况 ,作者首先建立了最大熵模型的特征集合 ,然后提出了三种试验方法 ,并给出了相应的试验结果 ,最后针对最大熵模型在关键词自动标引任务中的应用做了有益的分析和探讨 .该研究对于关键词标引研究以及最大熵在其他领域中的应用将有所启示 .

关键词：关键词标引关键词抽取最大熵模型信息抽取

在线全文

学校读者我要写书评

暂无评论

基于领域知识和词向量的词义消歧方法

北京大学学报（自然科学版） 2017年第2期53卷 204-210页

作者：杨安李素建李芸北京大学计算语言学教育部重点实验室北京100871 语言能力协同创新中心徐州221009 中国社会科学院语言研究所北京100732

利用无标注文本构建词向量模型,结合特定领域的关键词信息,提出一种词义消歧方法。以环境领域的待消歧文本作为评测语料,通过与Lesk等其他消歧方法进行比较,证明了所提方法的有效性。通过引入不同的领域知识,证明该方法亦可在其他领域... 详细信息

利用无标注文本构建词向量模型,结合特定领域的关键词信息,提出一种词义消歧方法。以环境领域的待消歧文本作为评测语料,通过与Lesk等其他消歧方法进行比较,证明了所提方法的有效性。通过引入不同的领域知识,证明该方法亦可在其他领域的文本消歧任务中加以应用。

关键词：词义消歧词向量模型领域知识

在线全文

学校读者我要写书评

暂无评论

基于语义计算的语句相关度研究

计算机工程与应用 2002年第7期38卷 75-76,83页

作者：李素建中国科学院计算技术研究所北京100080

该文在中文问题回答系统中引入了语义计算。基于《词林》和hownet两种语言资源,提出计算词与词之间的相似度和相关度,然后得到语句间的相关度,系统通过对语句相关度的比较从而得到查询问题的最优答案。该方法采用了定量计算,易于结合到Q... 详细信息

该文在中文问题回答系统中引入了语义计算。基于《词林》和hownet两种语言资源,提出计算词与词之间的相似度和相关度,然后得到语句间的相关度,系统通过对语句相关度的比较从而得到查询问题的最优答案。该方法采用了定量计算,易于结合到QA系统中,同时避免了很多传统的自然语言处理问题。试验结果表明该方法是有效的。

关键词：自然语言处理问题回答语句相关度语义计算计算机

在线全文

学校读者我要写书评

暂无评论

HDP与互信息相结合的中文无指导分词

中文信息学报 2013年第6期27卷 1-5,44页

作者：曹自强李素建北京大学计算语言学教育部重点实验室北京100871

该文探讨了无指导条件下的中文分词,这对构建语言无关的健壮分词系统大有裨益。互信息与HDP(Hierarchical Dirichlet Process)是无指导情况下常用的分词模型,该文将两者结合,并改进了采样算法。不考虑标点符号,在两份大小不同的测试语... 详细信息

该文探讨了无指导条件下的中文分词,这对构建语言无关的健壮分词系统大有裨益。互信息与HDP(Hierarchical Dirichlet Process)是无指导情况下常用的分词模型,该文将两者结合,并改进了采样算法。不考虑标点符号,在两份大小不同的测试语料上获得的F值为0.693与0.741,相比baseline的HDP分别提升了5.8%和3.9%。该文还用该模型进行了半指导分词,实验结果比常用的CRF有指导分词提升了2.6%。

关键词： HDP 互信息无指导分词

在线全文

学校读者我要写书评

暂无评论

基于最大熵模型的组块分析

计算机学报 2003年第12期26卷 1722-1727页

作者：李素建刘群杨志峰北京大学计算语言学研究所北京100871

采用最大熵模型实现中文组块分析的任务 .首先明确了中文组块的定义 ,并且列出了模型中所有的组块类型和组块标注符号 .组块划分和识别的过程可以转化为对于每一个词语赋予一个组块标注符号的过程 ,我们可以把它作为一个分类问题根据最... 详细信息

采用最大熵模型实现中文组块分析的任务 .首先明确了中文组块的定义 ,并且列出了模型中所有的组块类型和组块标注符号 .组块划分和识别的过程可以转化为对于每一个词语赋予一个组块标注符号的过程 ,我们可以把它作为一个分类问题根据最大熵模型来解决 .最大熵模型的关键是如何选取有效的特征 ,文中给出了相关的特征选择过程和算法 .最后给出了系统实现和实验结果 .

关键词：自然语言处理最大熵模型组块分析句法分析信息处理

“自下而上”与“自上而下”本体构建方法的探讨

在线全文

学校读者我要写书评

暂无评论

当代语言学 2013年第2期15卷 129-141,250页

作者：陆勤谌贻荣李素建香港理工大学新浪北京北京大学

本体构建旨在对知识体系的概念和关系建模并形成体系化的知识,从而辅助计算机进行智能化的处理。上位本体包含的概念是与领域无关的通用概念集,而多数通过算法自动提取而获得的本体主要用于特定领域的概念知识。本文首先介绍在本体构建... 详细信息

本体构建旨在对知识体系的概念和关系建模并形成体系化的知识,从而辅助计算机进行智能化的处理。上位本体包含的概念是与领域无关的通用概念集,而多数通过算法自动提取而获得的本体主要用于特定领域的概念知识。本文首先介绍在本体构建中领域核心本体(也称中位本体)和应用(也称下位本体)之间的关系。然后以计算机领域为例,阐述一个如何利用英文的上位本体SUMO通过"自上而下"的方法建立的中位本体。基于下位本体的特性,本文进而介绍一种"自下而上"的本体构建方法。

关键词：本体自动构建上位本体中位本体(领域核心本体) 下位本体/应用本体上下位关系

在线全文

学校读者我要写书评

暂无评论

语言信息处理技术中的最大熵模型方法

计算机科学 2002年第7期29卷 108-110页

作者：李素建刘群张志勇程学旗中国科学院计算技术研究所北京100080

1引言进行汉语处理时经常遇到的问题有:分词、词性标注、语法和语义分析等等.这些自然语言中的问题都可以形式化为分类问题,估计某一类y在上下文x中发生的概率,即p(y,x).在汉语中上下文x的内容可以包括汉字、词、词性等,对于不同的任务... 详细信息

1引言进行汉语处理时经常遇到的问题有:分词、词性标注、语法和语义分析等等.这些自然语言中的问题都可以形式化为分类问题,估计某一类y在上下文x中发生的概率,即p(y,x).在汉语中上下文x的内容可以包括汉字、词、词性等,对于不同的任务上下文的内容也不同.这类问题可以采用统计建模的方法去处理.

关键词：语言信息处理最大熵模型汉语信息处理自然语言处理语义分析

在线全文

学校读者我要写书评

暂无评论

一种利用语义相似度改进问答摘要的方法

北京大学学报（自然科学版） 2017年第2期53卷 197-203页

作者：应文豪肖欣延李素建吕雅娟穗志方北京大学信息科学技术学院北京100871 百度公司北京100085

在搜索引擎中对用户问题直接给出简要的答案(即答案摘要)可以帮助用户更快捷的获取信息。针对这一任务,设计一种基于特征的答案摘要抽取方法。为了进行句子相似性的计算,提出通过使用卷积神经网络表示句子语义和计算相似性,同时给出基... 详细信息

在搜索引擎中对用户问题直接给出简要的答案(即答案摘要)可以帮助用户更快捷的获取信息。针对这一任务,设计一种基于特征的答案摘要抽取方法。为了进行句子相似性的计算,提出通过使用卷积神经网络表示句子语义和计算相似性,同时给出基于最大间隔学习的网络训练方法。在百度知道问答语料上的实验结果表明,所提出的答案摘要抽取方法能够生成质量良好的简短回答。与基于词袋的相似性计算相比,使用卷积神经网络能够更好地描述句子语义,计算问题和句子之间的相似性,有效地改善答案摘要的质量。

关键词：问答摘要语义相似度计算最大间隔学习卷积神经网络