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

基于片段预测的词汇约束文本生成

中文信息学报 2023年第8期37卷 150-158页

作者：聂锦燃杨麟儿杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学信息科学学院北京100083

词汇约束文本生成是自然语言处理领域的重要研究任务之一,旨在给定一组有序词汇,生成包含这些词汇的流畅文本,在语言教学、文本生成、信息检索等领域有广泛应用。现有的生成方法存在生成速度慢、无法包含所有约束词等问题,难以满足实际... 详细信息

词汇约束文本生成是自然语言处理领域的重要研究任务之一,旨在给定一组有序词汇,生成包含这些词汇的流畅文本,在语言教学、文本生成、信息检索等领域有广泛应用。现有的生成方法存在生成速度慢、无法包含所有约束词等问题,难以满足实际应用需求。该文提出一种基于片段预测的端到端词汇受限文本生成方法,将词汇约束文本生成视为对约束词之间的文本片段的预测,利用基于二维位置编码的预训练语言模型预测所有片段,再将其填充回约束词的对应位置,从而保证了生成速度和词汇约束;利用词性标注方式构造多参考数据进行数据增强,进一步提升了文本生成质量。为验证方法的有效性,该文在公开的英文数据集,以及基于国际中文教材构建的中文数据集上进行了实验,结果表明,该文提出的LCTG-SP方法可以满足所有词汇约束、具有较快生成速度,生成文本的流利度和多样性表现更好。本文中的模型代码和数据开源在GitHub上①。

关键词：词汇约束片段预测文本生成数据增强

在线全文

学校读者我要写书评

暂无评论

汉语增强依存句法自动转换研究

中文信息学报 2023年第10期37卷 26-33页

作者：余婧思师佳璐杨麟儿肖丹杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学信息科学学院北京100083 信阳学院文学院河南信阳464000

在斯坦福基础依存句法规范的基础上,该文研制了汉语增强依存句法规范,主要贡献在于:介词和连词的增强、并列项的传播、句式转换和特殊句式的增强。此外,该文提供了基于Python的汉语增强依存句法转换的转换器,以及将句子从基础依存句法... 详细信息

在斯坦福基础依存句法规范的基础上,该文研制了汉语增强依存句法规范,主要贡献在于:介词和连词的增强、并列项的传播、句式转换和特殊句式的增强。此外,该文提供了基于Python的汉语增强依存句法转换的转换器,以及将句子从基础依存句法树通过所提规范解析成依存图的Web演示。最后,该文探索了增强依存句法的实际应用,并以搭配抽取和信息抽取为例进行相关讨论。

关键词：依存句法汉语增强依存句法自动转换

汉语语法点特征及其在二语文本难度自动分级研究中的应用

在线全文

学校读者我要写书评

暂无评论

语言文字应用 2022年第3期 87-99页

作者：朱君辉刘鑫杨麟儿王鸿滨杨尔弘北京语言大学信息科学学院北京100083 北京语言大学汉语国际教育研究院北京100083 北京语言大学国家语言资源监测与研究平面媒体中心北京100083

汉语二语文本难度自动分级任务是国际中文教育与计算语言学领域中的一个重要主题。本文依据《国际中文教育中文水平等级标准》,提出了基于语法点多样性与复杂性的25个语法点特征并实现了相关特征的自动抽取与计算,在此基础上构建了自动... 详细信息

汉语二语文本难度自动分级任务是国际中文教育与计算语言学领域中的一个重要主题。本文依据《国际中文教育中文水平等级标准》,提出了基于语法点多样性与复杂性的25个语法点特征并实现了相关特征的自动抽取与计算,在此基础上构建了自动分级模型。实验结果表明,融合语法点特征后多元逻辑回归算法的分级准确率为86.40%,比基于现有语言特征的实验提升了2.4%。进一步研究发现,六级语法点多样性、语法点难度等级均值是区别文章难度级别的关键特征。此外,本文将包含语法点特征在内的207项语言特征融入基于BERT的深度学习模型,取得了87.6%的准确率,超过了基于传统语言特征的方法和基于神经网络的方法。

关键词：语法点特征汉语作为第二语言教学研究文本难度自动分级

在线全文

学校读者我要写书评

暂无评论

句式结构树库的自动构建研究

中文信息学报 2023年第2期37卷 15-25页

作者：谢晨晖胡正升杨麟儿廖田昕杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学信息科学学院北京100083 北京语言大学语言资源高精尖创新中心北京100083

句式结构树库是以句本位语法为理论基础构建的句法资源,对汉语教学以及句式结构自动句法分析等研究具有重要意义。目前已有的句式结构树库语料主要来源于教材领域,其他领域的标注数据较为缺乏,如何高效地扩充高质量的句法树库是值得研... 详细信息

句式结构树库是以句本位语法为理论基础构建的句法资源,对汉语教学以及句式结构自动句法分析等研究具有重要意义。目前已有的句式结构树库语料主要来源于教材领域,其他领域的标注数据较为缺乏,如何高效地扩充高质量的句法树库是值得研究的问题。人工标注句法树库费时费力,树库质量也难以保证,为此,该文尝试通过规则的方法,将宾州中文树库(CTB)转换为句式结构树库,从而扩大现有句式结构树库的规模。实验结果表明,该文提出的基于树库转换规则的方法是有效的。

关键词：句式结构短语结构树库构建

在线全文

学校读者我要写书评

暂无评论

汉语学习者文本多维标注语料库建设

语言文字应用 2023年第1期 88-100页

作者：王莹莹孔存良杨麟儿胡韧奋杨尔弘孙茂松北京语言大学北京100083 北京师范大学北京100875 清华大学北京100084

本研究以中介语多元对比分析的理论和方法为指引,以计算机智能辅助写作为导向,构建了一个大规模、高质量、篇章级别的汉语学习者文本多维标注语料库——YACLC。YACLC设计了一套多维度富信息标注体系,包括最小改动、流利度提升、句子可... 详细信息

本研究以中介语多元对比分析的理论和方法为指引,以计算机智能辅助写作为导向,构建了一个大规模、高质量、篇章级别的汉语学习者文本多维标注语料库——YACLC。YACLC设计了一套多维度富信息标注体系,包括最小改动、流利度提升、句子可接受度、上下文依赖性四个维度,采用众包策略标注了2,421篇、32,124句语言使用场景下的汉语学习者文本,获取到331,292个最小改动标注句和137,708个流利提升标注句。YACLC的建设既解决了现有汉语学习者语料库语料来源封闭、标注结果单一和流利维度欠缺的问题,又为学界分析学习者语言与两个参照语变体三者之间的多元互动,揭示二语习得的规律提供了参考及扩展空间。

关键词：学习者语料库流利度众包语法自动纠错

在线全文

学校读者我要写书评

暂无评论

基于推荐机制的网格资源匹配算法研究

计算机研究与发展 2009年第11期46卷 1814-1820页

作者：蔺源罗四维杨麟儿北京交通大学计算机与信息技术学院北京100044

针对网格计算环境下,参与计算用户和计算资源规模日益庞大,用户申请资源过程中所需的资源匹配过程逐步复杂化和大规模化,提出了一种基于推荐机制的网格资源匹配算法.以往的网格计算资源的匹配和调度算法需要在调度计算时遍历所有网格资... 详细信息

针对网格计算环境下,参与计算用户和计算资源规模日益庞大,用户申请资源过程中所需的资源匹配过程逐步复杂化和大规模化,提出了一种基于推荐机制的网格资源匹配算法.以往的网格计算资源的匹配和调度算法需要在调度计算时遍历所有网格资源,而改进的基于SVD(奇异值分解)的协同过滤算法考虑了用户行为相关性和资源使用频度的相关性,通过用户对资源项的使用历史记录建立用户对资源的满意度评分体系,利用推荐机制给出用户推荐资源集以到达资源匹配的效果.从一个新的角度给出了解决大量资源匹配的方法.

关键词：网格资源匹配推荐机制奇异值分解协同过滤算法

在线全文

学校读者我要写书评

暂无评论

基于用户兴趣的个性化推荐系统的研究与设计

基于用户兴趣的个性化推荐系统的研究与设计

作者：杨麟儿北京交通大学

学位级别：硕士

随着互联网的普及和电子商务的迅猛发展,信息膨胀与冗余给人们的社会活动和商务活动带来了信息选择的困惑。如何为每个用户提供快捷准确,满足个人实际需要的信息,已成为众多业内人士越来越关注的问题。推荐系统在理论和实践中都得到了... 详细信息

随着互联网的普及和电子商务的迅猛发展,信息膨胀与冗余给人们的社会活动和商务活动带来了信息选择的困惑。如何为每个用户提供快捷准确,满足个人实际需要的信息,已成为众多业内人士越来越关注的问题。推荐系统在理论和实践中都得到了很大发展,但是随着电子商务系统规模的进一步扩大,推荐系统中存在的稀疏问题和冷启动问题严重影响了推荐质量。针对推荐系统面临的主要挑战,本文对推荐系统及其主要的推荐技术—协同过滤技术进行了有益的探索和研究。本文的主要研究内容如下:1)基于奇异值分解的改进协同过滤算法。本文通过奇异值分解的方法对用户评分矩阵进行降维,搜索最佳的用户特征矩阵和项特征矩阵,使其能有效地反映原始评分数据的特征,并在此基础上利用特征矩阵进行用户评分预测。实验结果表明,基于奇异值分解的改进协同过滤算法可以挖掘用户评分数据的潜在特征,并且能有效地解决用户评分数据的稀疏问题,从而提高推荐系统的推荐质量。2)基于项的改进协同过滤算法。针对用户评分数据的极端稀疏,本文在传统的基于项的协同过滤算法的基础上,在度量项之间相似性阶段,采用基于均方误差的相似性度量标准进行计算,并且在评分预测阶段,采用基于回归方法得到用户对未评分项的评分值。实验结果表明,基于项的改进协同过滤算法可以以较小的时间代价来有效提高评分预测的准确性,同时,很好地弥补了传统的协同过滤算法在冷启动问题上的不足,提高了推荐系统的推荐质量和推荐精度。

关键词：推荐系统协同过滤奇异值分解最近邻方法 Netflix Prize

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

汉语学习者依存句法树库构建

中文信息学报 2022年第1期36卷 39-46页

作者：师佳璐罗昕宇杨麟儿肖丹胡正升王一君袁佳欣余婧思杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学信息科学学院北京100083 北京语言大学语言资源高精尖创新中心北京100083

汉语学习者依存句法树库为非母语者语料提供依存句法分析,对第二语言教学与研究,以及面向第二语言的句法分析、语法改错等相关研究有重要意义。然而,现有的汉语学习者依存句法树库数量较少,且在标注方面仍存在一些问题。为此,该文提出... 详细信息

汉语学习者依存句法树库为非母语者语料提供依存句法分析,对第二语言教学与研究,以及面向第二语言的句法分析、语法改错等相关研究有重要意义。然而,现有的汉语学习者依存句法树库数量较少,且在标注方面仍存在一些问题。为此,该文提出一个依存句法标注规范,搭建在线标注平台,并开展汉语学习者依存句法标注。该文重点介绍了数据选取、标注流程等问题,并对标注结果进行质量分析,以探索二语偏误对标注质量与句法分析的影响。

关键词：汉语学习者依存句法树库语料标注偏误分析依存句法分析

基于Lattice-LSTM的多粒度中文分词

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2019年第1期33卷 18-24页

作者：张文静张惠蒙杨麟儿荀恩东北京语言大学语言资源高精尖创新中心北京100083 北京语言大学信息科学学院北京100083

中文分词是中文信息处理领域中的一项关键基础技术,而多粒度分词是中文分词领域较新的研究方向。针对多粒度中文分词任务,该文提出一种基于Lattice-LSTM的多粒度中文分词模型,在传统基于字的多粒度中文分词模型基础上,加入了多分词粒度... 详细信息

中文分词是中文信息处理领域中的一项关键基础技术,而多粒度分词是中文分词领域较新的研究方向。针对多粒度中文分词任务,该文提出一种基于Lattice-LSTM的多粒度中文分词模型,在传统基于字的多粒度中文分词模型基础上,加入了多分词粒度的词典信息。与传统模型相比,所提出的模型在网格结构的辅助下,对不同粒度的分词标准都有较强的捕捉能力,且不局限于单一的分词标准。实验表明,该文提出的方法在多粒度中文分词方向取得了目前最好的结果。

关键词：中文分词多粒度 Lattice-LSTM