检索结果-南通市图书馆

基于CRF的中文语法错误诊断系统的实现与应用

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 1129-1134页

作者：李斌王浩畅湖南科技大学计算机科学与工程学院湖南湘潭411201 东北石油大学计算机与信息技术学院黑龙江大庆163318

随着中国国际影响力的提高和汉语国际地位的提升,将中文作为第二语言学习的外国人数量逐年增加,中文已成为世界上最为流行的语言之一。基于此,中文语法错误诊断的研究备受关注。首先,从中文语法错误诊断的定义出发,总结目前的研究现状... 详细信息

随着中国国际影响力的提高和汉语国际地位的提升,将中文作为第二语言学习的外国人数量逐年增加,中文已成为世界上最为流行的语言之一。基于此,中文语法错误诊断的研究备受关注。首先,从中文语法错误诊断的定义出发,总结目前的研究现状。其次,通过对各种中文语法错误诊断方法的分析,构建了基于条件随机场的中文语法错误诊断系统,探究中文语法自动检错系统及其具体应用流程,以帮助中文学习者提高学习效率。在CGED2016数据集上的实验结果表明,该系统在检测层和识别层上的性能较好,在位置层上还需要改进。

关键词：中文语法错误诊断序列标注条件随机场自然语言处理

在线全文

学校读者我要写书评

暂无评论

面向买卖合同的词汇增强细粒度实体识别

中文信息学报 2024年第2期38卷 87-98页

作者：王浩畅郑冠彧赵铁军东北石油大学计算机与信息技术学院黑龙江大庆163318 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001 华南理工大学软件学院广东广州510006

对于合同文本中当事人信息、合同基本信息、合同条款等细粒度实体的正确提取,可以有效提升合同的审查效率,为智能合同管理赋能。然而现有的实体识别方法,难以解决合同文本中实体类型复杂和合同实体细化的问题。因此,该文提出一种新的基... 详细信息

对于合同文本中当事人信息、合同基本信息、合同条款等细粒度实体的正确提取,可以有效提升合同的审查效率,为智能合同管理赋能。然而现有的实体识别方法,难以解决合同文本中实体类型复杂和合同实体细化的问题。因此,该文提出一种新的基于词汇增强的细粒度实体识别模型BLBC-CFER,该方法通过对预训练语言模型提供的字级增强、字加词嵌入提供的词级增强以及词汇集合结构提供的词级增强进行融合并嵌入到模型输入中,然后采用深度神经网络获取最优标记序列。该文在自行构建的买卖合同细粒度实体语料集和两个不同领域的公开数据集上进行实验。实验结果表明,该方法不仅可以有效地完成合同文本的细粒度实体识别任务,而且具有较好的鲁棒性,效果优于基线模型。

关键词：词汇增强细粒度实体识别序列标注合同领域

在线全文

学校读者我要写书评

暂无评论

融合词汇边界信息的合同实体识别方法

计算机工程与设计 2024年第6期45卷 1757-1763页

作者：王浩畅和婷婷郑冠彧东北石油大学计算机与信息技术学院黑龙江大庆163318

针对合同中实体表达形式复杂多变、识别粒度细的特点,及合同文本中实体较长问题,提出一种融合词汇边界信息的合同实体识别方法。利用预训练语言模型动态生成语义向量作为模型输入;运用相对位置编码对Transformer结构进行改进,使其在编... 详细信息

针对合同中实体表达形式复杂多变、识别粒度细的特点,及合同文本中实体较长问题,提出一种融合词汇边界信息的合同实体识别方法。利用预训练语言模型动态生成语义向量作为模型输入;运用相对位置编码对Transformer结构进行改进,使其在编码过程中融合词汇信息,进一步丰富语义特征;通过条件随机场(CRF)结构进行解码,得到输入序列的标签预测。实验结果表明,该方法可以有效确定合同文本中的实体边界,具有良好的泛化性能。

关键词：实体识别合同文本预训练语言模型相对位置编码转换器结构词汇边界信息条件随机场

在线全文

学校读者我要写书评

暂无评论

呼吸系统疾病知识图谱的构建

计算机与数字工程 2024年第1期52卷 247-250,265页

作者：陈雪松张明磊王浩畅东北石油大学电气信息工程学院大庆163318

呼吸系统疾病是中国十大死亡率疾病之一。为解决其数据分布庞杂、难以深层次应用的问题,通过采用自顶向下的方法,构建了呼吸系统疾病知识图谱。首先,参考医学文献构建了呼吸疾病词典,并根据该疾病词典爬取了垂直医疗网站的呼吸疾病数据... 详细信息

呼吸系统疾病是中国十大死亡率疾病之一。为解决其数据分布庞杂、难以深层次应用的问题,通过采用自顶向下的方法,构建了呼吸系统疾病知识图谱。首先,参考医学文献构建了呼吸疾病词典,并根据该疾病词典爬取了垂直医疗网站的呼吸疾病数据;然后,利用知识融合完成多源异构数据的链接,通过定义不同疾病属性相似度来计算疾病实体相似度,提高准确率;最后,将呼吸系统疾病数据存储到Neo4j中,并做可视化展示。

关键词：知识图谱呼吸疾病知识融合图数据库

在线全文

学校读者我要写书评

暂无评论

融合情感词典与深度学习的文本情感分析研究

计算机与数字工程 2024年第2期52卷 451-455页

作者：王浩畅王宇坤 Marius Gabriel Petrescu 东北石油大学计算机与信息技术学院大庆163318 普罗莱斯蒂石油天然气大学什蒂100680

文本情感分析是自然语言处理领域内的重点研究方向。当前Word2vec词向量结合神经网络的深度学习模型在中文文本情感分析研究中取得了不错的成绩。然而仅使用词向量模型作为文本表示进行模型学习时,会丢失当前词的情感信息。故论文提出... 详细信息

文本情感分析是自然语言处理领域内的重点研究方向。当前Word2vec词向量结合神经网络的深度学习模型在中文文本情感分析研究中取得了不错的成绩。然而仅使用词向量模型作为文本表示进行模型学习时,会丢失当前词的情感信息。故论文提出一种基于情感词典结合双向长短期记忆网络和注意力机制的文本情感分析模型SABLSTM。该模型在酒店数据集上的分类准确率是93.17%,比仅结合了注意力机制的双向长短期记忆网络模型的准确率提升了1.56%。由此可见,以情感词典作为先验知识进行模型训练,可以提升中文文本情感分析任务的效果。

关键词：情感分析情感词典注意力机制双向长短期记忆网络

基于学习风格的个性化自适应资源推荐算法研究

在线全文

学校读者我要写书评

暂无评论

计算机与数字工程 2024年第1期52卷 94-98页

作者：王浩畅王辉潘俊辉 Marius.Petrescu 张强东北石油大学计算机与信息技术学院大庆163318 普罗莱斯蒂石油天然气大学什蒂100680

个性化自适应资源推荐是以学习者为中心、以人工智能和大数据技术为基础,模拟人类思维进行学习资源推荐的过程。论文在分析学习者和资源学习风格的基础上,分别构建学习者模型和资源模型,运用基于学习风格过滤推荐算法、协同过滤推荐算... 详细信息

个性化自适应资源推荐是以学习者为中心、以人工智能和大数据技术为基础,模拟人类思维进行学习资源推荐的过程。论文在分析学习者和资源学习风格的基础上,分别构建学习者模型和资源模型,运用基于学习风格过滤推荐算法、协同过滤推荐算法、关联规则推荐算法,展开个性化自适应资源推荐研究。研究结果表明,以学习风格为基础的混合式自适应推荐的结果,更贴合学习者的个性化学习需求。

关键词：学习风格自适应学习个性化推荐

在线全文

学校读者我要写书评

暂无评论

基于深度学习的事件抽取研究综述

软件学报 2023年第8期34卷 3905-3923页

作者：王浩畅周郴莲 Marius Gabriel PETRESCU 东北石油大学计算机与信息技术学院黑龙江大庆163318 Universitatea Petrol-gaze din Ploiesti Bucharest 100680Romania

事件抽取是从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息,并以结构化的形式表示出来.事件抽取是自然语言处理与理解中的重要方向,在政府公共事务管理、金融业务、生物医学等不同领域有着很高的应用价值.根据对人工标注数据... 详细信息

事件抽取是从非结构化的自然语言文本中自动抽取用户感兴趣的事件信息,并以结构化的形式表示出来.事件抽取是自然语言处理与理解中的重要方向,在政府公共事务管理、金融业务、生物医学等不同领域有着很高的应用价值.根据对人工标注数据的依赖程度,目前基于深度学习的事件抽取方法主要分为两类:有监督和远程监督学习方法.对当前深度学习中事件抽取技术进行了全面的综述.围绕有监督中CNN、RNN、GAN、GCN与远程监督等方法,系统地总结了近几年的研究情况,并对不同的深度学习模型的性能进行了详细对比与分析.最后,对事件抽取面临的挑战进行了分析,针对研究趋势进行了展望.

关键词：事件抽取有监督学习深度学习远程监督信息抽取

在线全文

学校读者我要写书评

暂无评论

机器阅读理解研究与进展

计算机应用与软件 2023年第3期40卷 1-10,71页

作者：王浩畅闫凯峰 Marius Gabriel Petrescu 东北石油大学计算机与信息技术学院黑龙江大庆163318 普罗耶什蒂石油天然气大学普拉霍瓦普罗耶什蒂100680

针对目前机器阅读理解的研究进展,对机器阅读理解的研究背景和国内外研究现状进行详细介绍,着重介绍国内外主流的大规模机器阅读理解数据集,以及在各个数据集上的评价指标。介绍神经机器阅读理解模型,并对向量化、编码、注意力机制、答... 详细信息

针对目前机器阅读理解的研究进展,对机器阅读理解的研究背景和国内外研究现状进行详细介绍,着重介绍国内外主流的大规模机器阅读理解数据集,以及在各个数据集上的评价指标。介绍神经机器阅读理解模型,并对向量化、编码、注意力机制、答案预测模块做了详细的介绍。总结当前机器阅读理解所面临的问题,并展望未来的发展趋势。

关键词：自然语言处理机器阅读理解深度神经网络机器阅读理解数据集注意力机制

基于PMV-LSTM的中文医学命名实体识别

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2022年第11期43卷 3257-3263页

作者：陈雪松朱鑫海王浩畅东北石油大学电气信息工程学院黑龙江大庆163318 东北石油大学计算机与信息技术学院黑龙江大庆163318

针对目前中文医学领域命名实体识别无法充分利用语义信息的问题,提出基于PMV-LSTM的中文医学领域命名实体识别方法。对医学语料进行词向量训练,采用pkuseg分词工具,使用“字符分割”方法扩充字符信息;利用Lattice LSTM结构动态地将词汇... 详细信息

针对目前中文医学领域命名实体识别无法充分利用语义信息的问题,提出基于PMV-LSTM的中文医学领域命名实体识别方法。对医学语料进行词向量训练,采用pkuseg分词工具,使用“字符分割”方法扩充字符信息;利用Lattice LSTM结构动态地将词汇信息和字符信息融合以解决语义缺失问题,通过条件随机场解码得到实体标签。实验结果表明,该方法在3个医学数据集上性能均有提升,表明在重新训练词向量后,模型能够更好地拟合医学文本数据。

关键词：医学词向量命名实体识别长短期记忆网络字符特征条件随机场