检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

面向高考历史科目试题的自动答题系统

中文信息学报 2022年第4期36卷 137-145页

作者：边宁韩先培何苯孙乐中国科学院大学计算机科学与技术学院北京100049 中国科学院软件研究所中文信息处理实验室北京100190

高考是综合评估人类知识和能力水平的标准化考试,与传统的自动问答任务相比其挑战性更高。该文面向我国高考试题历史部分,基于深度神经网络技术,构建了历史科目试题自动答题系统。在答题系统中融合知识的一个主要挑战是知识的上下文相关... 详细信息

高考是综合评估人类知识和能力水平的标准化考试,与传统的自动问答任务相比其挑战性更高。该文面向我国高考试题历史部分,基于深度神经网络技术,构建了历史科目试题自动答题系统。在答题系统中融合知识的一个主要挑战是知识的上下文相关性:对于一个问题,在知识库存储的大量知识中,只有少数知识与回答该问题相关。针对这一挑战,该文设计了一种结合知识检索与机器阅读理解的知识融合自动答题系统。该系统利用知识检索的相关排序能力和机器阅读理解模型的知识定位能力,有效地发现问题相关的知识,从而增强自动答题的效果。实验结果显示,该系统可有效地作答高考历史科目试题。

关键词：自动答题机器阅读理解知识检索

在线全文

学校读者我要写书评

暂无评论

社区热点微博推荐研究

计算机研究与发展 2015年第5期52卷 1014-1021页

作者：彭泽环孙乐韩先培陈波中国科学院软件研究所基础软件国家工程研究中心北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190

分析并总结了影响用户对特定微博兴趣的若干因素,在此基础上基于潜在因素模型提出了1个融合显式特征和潜在特征的社区热点微博推荐算法(community micro-blog recommendation,CMR),并将其用于发现微博兴趣社区热点信息.算法在3个兴趣社... 详细信息

分析并总结了影响用户对特定微博兴趣的若干因素,在此基础上基于潜在因素模型提出了1个融合显式特征和潜在特征的社区热点微博推荐算法(community micro-blog recommendation,CMR),并将其用于发现微博兴趣社区热点信息.算法在3个兴趣社区上进行了实验,结果表明:1)融合2种特征信息的微博推荐效果好于使用单一特征信息的推荐;2)CMR的推荐效果好于基于转发次数的对照实验(micro-blog repost rank based recommendation,MRR);3)通过分析各个算法所推荐的微博内容,发现CMR倾向于为用户推荐兴趣社区相关微博,而MRR倾向于为用户推荐公共热点微博.

关键词：微博推荐社区潜在因素模型信息过载

在线全文

学校读者我要写书评

暂无评论

融合知识表示的知识库问答系统

中国科学：信息科学 2018年第11期48卷 1521-1532页

作者：安波韩先培孙乐中国科学院大学北京100190 中国科学院软件研究所北京100049

基于知识库的问答系统能够根据知识库中的事实自动回答自然语言的问题.简单问题是指可以通过知识库中单一的事实来进行回答的问题,这类问题也是最常见的问题.但是当面对大规模的知识库时,简单问题依然存在很大的挑战.当前的端到端(end-t... 详细信息

基于知识库的问答系统能够根据知识库中的事实自动回答自然语言的问题.简单问题是指可以通过知识库中单一的事实来进行回答的问题,这类问题也是最常见的问题.但是当面对大规模的知识库时,简单问题依然存在很大的挑战.当前的端到端(end-to-end)模型主要依赖于对问句、实体和关系的文本描述进行表示学习,进而根据这些表示来计算实体、关系与问句的语义相关度,忽略了知识库中的实体和关系的结构信息.而这些结构信息,对于问句中实体和关系的识别有重要作用.本文采用一种融合文本和知识的表示学习方法,通过文本表示和组合模型来学习问句和知识的表示,同时使用知识的结构信息来约束文本的表示和组合.在基于知识的问答任务上的结果表明,本文提出的方法学习到的问句和知识的表示能很好地反映问句与知识之间的语义相关性,并显著地提升了问句中实体链接和关系识别的准确率.

关键词：问答系统知识库文本组合知识表示文本表示

在线全文

学校读者我要写书评

暂无评论

衡先培辨治老年衰弱学术思想浅析及临证经验

福建中医药 2024年第6期55卷 49-52页

作者：韩壮衡先培福建中医药大学附属人民医院福建福州350004

老年衰弱是机体阴阳气血失衡、脏腑经脉失养综合于外的表现。衡先培教授认为,老年衰弱病因以增龄而衰、慢病致衰、新病致衰、饮食情志失调致衰、纵欲劳伤致衰等为主;病机多属五脏虚损,气血不足,“老-衰-病”的演变过程是其病机关键,病... 详细信息

老年衰弱是机体阴阳气血失衡、脏腑经脉失养综合于外的表现。衡先培教授认为,老年衰弱病因以增龄而衰、慢病致衰、新病致衰、饮食情志失调致衰、纵欲劳伤致衰等为主;病机多属五脏虚损,气血不足,“老-衰-病”的演变过程是其病机关键,病症易寒易热,虚实夹杂。老年衰弱治疗上倡导调补脏腑、辨证论治的思想,重视补益脾肾、调和气血,提出气血治法、补肾治法、脾胃治法、心肺治法、调和脏腑治法等,临证辨治效果明显。

关键词：老年衰弱学术思想临证经验衡先培

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于桥连接的词典学习方法的语义解析

中文信息学报 2019年第5期33卷 24-30页

作者：陈波孙乐韩先培中国科学院软件研究所中文信息处理实验室北京100190

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典。词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射。语义解析一直面临着词典中词汇覆盖度不够的问题。针对此问题,该文在现有工作的基础上,... 详细信息

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典。词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射。语义解析一直面临着词典中词汇覆盖度不够的问题。针对此问题,该文在现有工作的基础上,提出了基于桥连接的词典学习方法,该方法能够在训练中自动引入新的词汇并加以学习,为了进一步提高新学习到的词汇的准确度,该文设计了新的词语—二元谓词的特征模板,并使用基于投票机制的核心词典获取方法。该文在两个公开数据集(WebQuestions和Free917)上进行了对比实验,实验结果表明,该文方法能够学习到新的词汇,提高词汇的覆盖度,进而提升语义解析系统的性能,特别是召回率。

关键词：语义解析词典学习组合语义覆盖度

在线全文

学校读者我要写书评

暂无评论

面向新类型人名识别的数据增强方法

中文信息学报 2019年第6期33卷 72-79页

作者：宋希良韩先培孙乐中国科学院软件研究所中文信息处理实验室北京100190 中国科学院大学北京100049

人名识别常被作为命名实体识别任务的一部分,与其他类型的实体同时进行识别。当前使用NER方法的人名识别依赖于训练语料对特定类型人名的覆盖,在遇到新类型人名时性能显著下降。针对上述问题,该文提出了一种基于数据增强(data augmentat... 详细信息

人名识别常被作为命名实体识别任务的一部分,与其他类型的实体同时进行识别。当前使用NER方法的人名识别依赖于训练语料对特定类型人名的覆盖,在遇到新类型人名时性能显著下降。针对上述问题,该文提出了一种基于数据增强(data augmentation)的方法,使用新类型人名实体替换的策略来生成伪训练数据,该方法能够有效提升系统对新类型人名的识别性能。为了选择有代表性的特定类型人名实体,该文提出了贪心的代表性子类型人名选择算法。在使用1998年《人民日报》数据自动生成的伪测试数据和人工标注的新闻数据的测试结果中,多个模型上人名识别的F1值分别提升了至少12个百分点和6个百分点。

关键词：人名识别 Data Augmentation 新类型人名

在线全文

学校读者我要写书评

暂无评论

基于图的查询日志实体别名抽取方法

中文信息学报 2013年第5期27卷 149-155页

作者：石贝孙乐韩先培中国科学院软件研究所北京100190

实体的别名是指同一个实体的不同名称。传统的别名抽取方法存在训练语料构建困难和时效性差这两个问题。针对这两个问题,该文提出了一种基于图的查询日志实体别名抽取方法。该方法利用查询日志的上下文信息和查询链接信息,构建了二层图... 详细信息

实体的别名是指同一个实体的不同名称。传统的别名抽取方法存在训练语料构建困难和时效性差这两个问题。针对这两个问题,该文提出了一种基于图的查询日志实体别名抽取方法。该方法利用查询日志的上下文信息和查询链接信息,构建了二层图(包括别名候选图层和查询链接图层),并通过随机游走算法对图中的候选别名进行排序。实验结果表明:1)该方法准确率达到了71.8%,证明该方法可行有效。2)使用查询链接信息进行别名抽取优于使用上下文信息进行别名抽取。这两种信息的结合能获得更好的别名抽取效果。

关键词：查询日志别名抽取

在线全文

学校读者我要写书评

暂无评论

基于维基百科和模式聚类的实体关系抽取方法

中文信息学报 2012年第2期26卷 75-81,127页

作者：张苇如孙乐韩先培中国科学院软件研究所北京100190 中国科学院研究生院北京100049

该文提出了一种基于维基百科和模式聚类的方法,旨在从开放文本中抽取高准确率的中文关系实体对。首次使用从人工标注知识体系知网到维基百科实体映射的方式获取关系实例,并且充分利用了维基百科的结构化特性,该方法很好地解决了实体识... 详细信息

该文提出了一种基于维基百科和模式聚类的方法,旨在从开放文本中抽取高准确率的中文关系实体对。首次使用从人工标注知识体系知网到维基百科实体映射的方式获取关系实例,并且充分利用了维基百科的结构化特性,该方法很好地解决了实体识别的问题,生成了准确而显著的句子实例;进一步,提出了显著性假设和关键词假设,在此基础上构建基于关键词的分类及层次聚类算法,显著提升了模式的可信度。实验结果表明该方法有效提升了句子实例及模式的质量,获得了良好的抽取性能。

关键词：关系抽取维基百科模式聚类

基于分布式表示和多特征融合的知识库三元组分类

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2016年第6期30卷 84-89,99页

作者：安波韩先培孙乐吴健中国科学院软件研究所中文信息处理研究室北京100190

三元组分类是知识库补全及关系抽取的重要技术。当前主流的三元组分类方法通常基于TransE来构建知识库实体和关系的分布式表示。然而,TransE方法仅仅适用于处理1对1类型的关系,无法很好的处理1对多、多对1及多对多类型的关系。针对上述... 详细信息

三元组分类是知识库补全及关系抽取的重要技术。当前主流的三元组分类方法通常基于TransE来构建知识库实体和关系的分布式表示。然而,TransE方法仅仅适用于处理1对1类型的关系,无法很好的处理1对多、多对1及多对多类型的关系。针对上述问题,该文在分布式表示的基础上,提出了一种特征融合的方法—TCSF,通过综合利用三元组的距离、关系的先验概率及实体与关系上下文的拟合度进行三元组分类。在四种公开的数据集(WN11、WN18、FB13、FB15K)上的测试结果显示,TCSF在三元组分类上的效果超过现有的state-of-theart模型。

关键词：知识库深度学习三元组分类