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

基于名词掩盖的跨领域作者识别研究

中文信息学报 2023年第1期37卷 160-168页

作者：郭旭祁瑞华大连外国语大学语言智能研究中心辽宁大连116044

为了提高作者识别的跨领域鲁棒性,解决作者写作规律在不同领域间的迁移问题,该文首先通过分析和实验发现:名词具有较高的领域相关性。然后,采用文本变形算法将名词掩盖掉,以此来降低相关特征的权重,从而迫使机器学习算法选择领域关联度... 详细信息

为了提高作者识别的跨领域鲁棒性,解决作者写作规律在不同领域间的迁移问题,该文首先通过分析和实验发现:名词具有较高的领域相关性。然后,采用文本变形算法将名词掩盖掉,以此来降低相关特征的权重,从而迫使机器学习算法选择领域关联度更低的特征拟合样本,进而提高模型的泛化能力。在由21953个样本组成的跨领域作者识别的实验中,该文分别采用了基于字N-gram、基于BERT和基于集成学习的三种典型作者识别方法,对比了无掩盖和掩盖名词、形容词、动词、副词、功能词的作者识别,其中掩盖名词后的作者识别方法获得了较高的评价指标。实验结果表明,掩盖名词的方法可以提高作者识别的跨领域鲁棒性。

关键词：作者识别跨领域迁移学习掩盖名词

在线全文

学校读者我要写书评

暂无评论

“一带一路”智库报告主题挖掘与演化研究

智库理论与实践 2022年第5期7卷 11-19页

作者：祁瑞华付豪大连外国语大学语言智能研究中心大连116044 大连外国语大学软件学院大连116044

[目的/意义]作为国家“软实力”和“话语权”的重要组成部分,智库对政府决策、企业发展、社会舆论与公共知识传播等方面具有深刻影响。在对“一带一路”合作倡议的认知上,智库以及智库专家的研究成果,在对外合作、舆论导向、项目评估等... 详细信息

[目的/意义]作为国家“软实力”和“话语权”的重要组成部分,智库对政府决策、企业发展、社会舆论与公共知识传播等方面具有深刻影响。在对“一带一路”合作倡议的认知上,智库以及智库专家的研究成果,在对外合作、舆论导向、项目评估等方面发挥着重要作用,同时也能够反映“一带一路”合作倡议的工作重点等信息。本文通过量化研究中国智库对“一带一路”倡议研究的主题分布与演化历程,得到“一带一路”倡议在中国智库视角下的重点关注、研究方向和研究发展脉络,为“一带一路”倡议相关研究的推进提供整理与参考。[方法/过程]本文结合LDA2vec主题模型与词向量语义相似度计算方法,对于《全球智库报告2020》榜单中的中国智库,在2013—2020年间关于“一带一路”倡议研究的3,052份报告进行主题挖掘以及主题演化研究,并进行可视化呈现,分析主题内容与演化特征。[结果/结论]我国智库对“一带一路”倡议的研究热点主题逐年覆盖政治、经济、文化、社会、军事、环境等领域,且研究热点有着鲜明的基调,如“互利互信”“互联互通”“命运共同体”“共赢”等,主题演变的过程体现出明显的主题继承性、主题融合性等特征,这也体现出“一带一路”倡议逐渐全面的发展过程,也能够说明国内智库对“一带一路”倡议的研究重点具有持续性和拓展性。

关键词： “一带一路” 主题挖掘主题演化

在线全文

学校读者我要写书评

暂无评论

基于四元数胶囊网络的知识图谱补全模型

计算机工程 2022年第2期48卷 40-46,64页

作者：陈恒王思懿李冠宇祁瑞华杨晨王维美大连外国语大学语言智能研究中心辽宁大连116044 大连海事大学信息科学技术学院辽宁大连116026

知识图谱采用RDF三元组的形式描述现实世界中的关系和头、尾实体,即(头实体,关系,尾实体)或(主语,谓语,宾语)。为补全知识图谱中缺失的事实三元组,将四元数融入胶囊神经网络模型预测缺失的知识,并构建一种新的知识图谱补全模型。采用超... 详细信息

知识图谱采用RDF三元组的形式描述现实世界中的关系和头、尾实体,即(头实体,关系,尾实体)或(主语,谓语,宾语)。为补全知识图谱中缺失的事实三元组,将四元数融入胶囊神经网络模型预测缺失的知识,并构建一种新的知识图谱补全模型。采用超复数嵌入取代传统的实值嵌入来编码三元组结构信息,以尽可能全面捕获三元组全局特性,将实体、关系的四元数嵌入作为胶囊网络的输入,四元数结合优化的胶囊网络模型可以有效补全知识图谱中丢失的三元组,提高预测精度。链接预测实验结果表明,与CapsE模型相比,在数据集WN18RR中,该知识图谱补全模型的Hit@10与正确实体的倒数平均排名分别提高3.2个百分点和5.5%,在数据集FB15K-237中,Hit@10与正确实体的倒数平均排名分别提高2.5个百分点和4.4%,能够有效预测知识图谱中缺失的事实三元组。

关键词：知识图谱四元数胶囊网络知识图谱补全链接预测

在线全文

学校读者我要写书评

暂无评论

作者身份识别中新奇检测方法研究

数据分析与知识发现 2020年第4期4卷 56-62页

作者：郭旭祁瑞华大连外国语大学语言智能研究中心大连116044

【目的】实现作者身份识别研究领域的新奇检测。【方法】采用单分类支持向量机或多元高斯算法结合多层面文体特征模型的方法,并提出一种基于宽容度的阈值选择方法。【结果】当样本字符数大于500时,准确率、召回率和F1值均可达到0.9以上... 详细信息

【目的】实现作者身份识别研究领域的新奇检测。【方法】采用单分类支持向量机或多元高斯算法结合多层面文体特征模型的方法,并提出一种基于宽容度的阈值选择方法。【结果】当样本字符数大于500时,准确率、召回率和F1值均可达到0.9以上,其中样本字符数达到2 000时,准确率、召回率和F1值分别为0.978、0.984和0.979。【局限】对于短文本的检测效果有待提高,需进一步优化特征模型。【结论】本文提出的方法可以有效解决作者身份识别中长文本的新奇检测问题。

关键词：作者身份识别新奇检测异常点检测

在线全文

学校读者我要写书评

暂无评论

基于知识库的图书评论主题抽取研究

数据分析与知识发现 2019年第6期3卷 83-91页

作者：祁瑞华周俊艺郭旭刘彩虹大连外国语大学语言学研究基地大连116044 大连外国语大学网络空间多语言大数据智能分析研究中心大连116044

【目的】尝试在图书评论主题抽取中引入自然语言语义信息。【方法】将常识知识库的全局语义信息应用到图书评论主题词发现和主题聚类任务中,自动抽取评论中的显性主题词和隐性主题词。【结果】实验结果表明:与双向传播算法相比,基于知... 详细信息

【目的】尝试在图书评论主题抽取中引入自然语言语义信息。【方法】将常识知识库的全局语义信息应用到图书评论主题词发现和主题聚类任务中,自动抽取评论中的显性主题词和隐性主题词。【结果】实验结果表明:与双向传播算法相比,基于知识库方法抽取结果的句覆盖率高出30.8%,主题词汇多样性高出0.36%。以此为基础绘制主题词共词聚类图谱,结合知识网络中的节点中心度呈现各个类簇中的关键主题词。【局限】由于目前没有成熟的图书评论领域知识库,本文主题挖掘过程未引入领域知识,还未达到最理想效果。【结论】基于知识库方法有助于提高图书评论主题抽取的句子覆盖率和主题词汇多样性。

关键词：知识库图书评论主题抽取

在线全文

学校读者我要写书评

暂无评论

基于依存关系的中文微博作者性别识别

数据分析与知识发现 2017年第2期1卷 58-63页

作者：祁瑞华大连外国语大学软件学院大连116044

【目的】针对网络文本篇幅短小、传统文体特征集稀疏等特点,探讨依存关系在中文微博作者性别识别中的应用。【方法】选取腾讯公开微博作为实验语料,抽取依存关系特征与现有文献中的词汇特征、结构特征、功能词特征、词性标注特征和微博... 详细信息

【目的】针对网络文本篇幅短小、传统文体特征集稀疏等特点,探讨依存关系在中文微博作者性别识别中的应用。【方法】选取腾讯公开微博作为实验语料,抽取依存关系特征与现有文献中的词汇特征、结构特征、功能词特征、词性标注特征和微博特征进行对照实验。【结果】采用支持向量机、朴素贝叶斯、最近邻和决策树算法的对照实验验证了本文方法在中文微博作者性别识别任务中的准确率、召回率和F-Measure最高。【局限】依存关系在微博作者性别识别中的有效性还需在大规模语料上进一步验证。【结论】本文模型能够避免短文本特征集的稀疏性,与其他对照特征集相比,能更有效地识别作者性别。

关键词：依存关系中文微博性别识别

在线全文

学校读者我要写书评

暂无评论

基于神经网络语言模型的作者身份验证

情报理论与实践 2020年第3期43卷 138-144页

作者：郭旭祁瑞华大连外国语大学语言智能研究中心辽宁大连116044

[目的/意义]为了进一步降低作者身份验证中训练语料的字符数和测试样本的颗粒度,满足更多情报分析工作实际应用的需要。[方法/过程]文章提出了一种基于神经网络语言模型的作者身份验证方法。该方法在用某一作者的语料训练出的语言模型,... 详细信息

[目的/意义]为了进一步降低作者身份验证中训练语料的字符数和测试样本的颗粒度,满足更多情报分析工作实际应用的需要。[方法/过程]文章提出了一种基于神经网络语言模型的作者身份验证方法。该方法在用某一作者的语料训练出的语言模型,将给予该作者书写的其他语料更高概率的指导思想下提出。[结果/结论]实验结果表明,相较于传统的作者身份验证方法,文章提出的方法可以使用更少的训练语料,并且在小于传统方法一个数量级的测试样本颗粒度上,仍能获得略高于传统方法的AUC值,最终使得可有效验证的测试样本的颗粒度降到50。[局限]在跨体裁方面效果仍有待提高。

关键词：情报分析作者身份验证神经网络语言模型新奇检测

新冠肺炎疫情相关政策扩散特征与主题挖掘研究

在线全文

学校读者我要写书评

暂无评论

智库理论与实践 2021年第6期6卷 55-64页

作者：祁瑞华付豪大连外国语大学软件学院大连116000 大连外国语大学语言智能研究中心大连116000

[目的/意义]新型冠状病毒肺炎疫情期间,我国政府出台的各类政策在疫情防控、国家调整等方面发挥着重要作用,本文通过研究新冠肺炎疫情相关政策的扩散特征和热点主题,从时间和内容两个方面探寻重大公共卫生事件下,政府政策的扩散机制和... 详细信息

[目的/意义]新型冠状病毒肺炎疫情期间,我国政府出台的各类政策在疫情防控、国家调整等方面发挥着重要作用,本文通过研究新冠肺炎疫情相关政策的扩散特征和热点主题,从时间和内容两个方面探寻重大公共卫生事件下,政府政策的扩散机制和主题特点,为智库等相关研究机构研究突发事件的相关政策及其时间分布与内容主题的扩散特征提供借鉴和参考。[方法/过程]本文结合政策扩散和主题挖掘理论与方法,对2020年495条政府机构颁布的新冠肺炎疫情有关政策按照政策类型进行分类,采用时间维度研究法、主题词抽取法和社会网络分析法进行扩散特征分析,并挖掘热点主题。[结果/结论]政府颁布的疫情防控政策可分为法律法规、经济调控和文化活动三类,这三类政策从中央到省市级扩散的时间变化呈现明显的先波动后稳定的特征,体现了国家对新冠肺炎疫情的重视和政策调控的高效性。三类政策的中心主题一致,且在政策扩散过程中得到了较好的传递,三类政策主题继承、创新程度存在差异,政策主题均存在着密切关联。

关键词：政策扩散主题挖掘新冠肺炎疫情

在线全文

学校读者我要写书评

暂无评论

基于放松区间优势的不完整数据分类

情报学报 2011年第8期30卷 826-831页

作者：祁瑞华杨德礼大连外国语学院现代教育技术中心大连116044 大连理工大学管理学院系统工程研究所大连116024

针对朴素信念不完整数据分类算法中保守推理规则过于严格导致明确分类样本比例下降的的情况,定义了放松的区间优势,并提出了基于放松区间优势的不完整数据分类模型,与朴素贝叶斯分类和朴素信念分类算法的对比实验结果表明本文提出的分... 详细信息

针对朴素信念不完整数据分类算法中保守推理规则过于严格导致明确分类样本比例下降的的情况,定义了放松的区间优势,并提出了基于放松区间优势的不完整数据分类模型,与朴素贝叶斯分类和朴素信念分类算法的对比实验结果表明本文提出的分类模型有效地提高了明确分类样本比例,在明确分类样本上的正确率优于朴素贝叶斯分类,与朴素信念分类相当。此外还以文体风格识别作为应用背景进行了实证研究,对比实验结果进一步表明对于文体风格识别数据集,放松区间优势的朴素信念分类算法具有较理想的综合性能。

关键词：分类不完整数据区间优势