检索结果-南通市图书馆

作者：庄承阳山东师范大学

学位级别：硕士

自然语言处理已成为计算机科学和人工智能方向的研究热点,词嵌入作为自然语言处理领域的表征学习和语言模型技术的统称,对提高自然语言处理任务的准确率起着关键作用。词嵌入又被称为词嵌入向量、词向量、词的分布式表示,其本质是将词... 详细信息

自然语言处理已成为计算机科学和人工智能方向的研究热点,词嵌入作为自然语言处理领域的表征学习和语言模型技术的统称,对提高自然语言处理任务的准确率起着关键作用。词嵌入又被称为词嵌入向量、词向量、词的分布式表示,其本质是将词语映射到向量空间,获取词嵌入向量。但是,传统方法忽略了词语之间的顺序关系,导致词向量过度稀疏和冗长。随后语言模型的出现推动了词嵌入技术的变革,提取到了更加丰富的词语语义和句法信息。在英文词嵌入领域,研究人员提出了CBOW、Skip-Gram、FastText等经典模型。在中文词嵌入领域,词语与单词存在字形、语义差异,这增加了提高中文词向量质量的难度。因此,使用语言模型准确提取词语特征,对研究中文词嵌入具有关键作用。中文词语具备象形文字特点,词语本身存在丰富的语义信息。但是已有的中文词嵌入方法大多是基于语言模型引入词语细粒度组件特征,并未充分使用中文词语内部组件信息。本文针对上述问题,提出了中文词嵌入层次语言模型(Hierarchical Enhanced Word Embedding,HWE),结合组成词语的笔画、子字符、字符信息,联合优化中文词嵌入向量。在词语相似度和类比推理任务中评估,验证了HWE模型能够有效提高词嵌入向量的质量。本文的主要创新点和贡献如下:(1)本文基于神经网络语言模型算法,对词语的逻辑结构进行分析,提出了一种新的适用于中文语言体系的层次语言模型,创新性的应用笔画、子字符、字符特征,联合训练中文词嵌入向量,提高了中文词嵌入向量的质量。(2)本文基于笔画n-gram向量的方法,在层次语言模型的笔画嵌入层扩展了基本笔画的种类,使用34种不同笔画重新获取了精确度更高的笔画n-gram向量,并提出了笔画关系向量,实现了词嵌入向量的进一步优化。(3)本文基于汉字的象形文字特点,针对笔画、子字符、字符对于表达词语语义贡献度不同的问题,提出了一种合理、高效的权重算法,并应用于中文词嵌入向量的生成过程,实现了词嵌入向量的联合优化,提高了词语相似度任务和词语推理任务的准确率。

关键词：词嵌入向量层次语言模型权重算法笔画n-gram

来源：

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

基于层次语言模型的英语动名词搭配纠错策略

引用

计算机系统应用 2017年第9期26卷 145-150页

作者：李灿润吴桂兴吴敏中国科学技术大学现代教育技术中心合肥230026 中国科学技术大学苏州研究院苏州235123

搭配的正确使用是区分地道英语使用者和普通学习者的一个重要特征.通过分析中国英语学习者语料库(CLEC),可以发现动名词搭配错误是英语学习者易犯的错误.本文提出一种可用于纠正英语学习者动名词搭配错误的层次语言模型.该语言模型考虑... 详细信息

搭配的正确使用是区分地道英语使用者和普通学习者的一个重要特征.通过分析中国英语学习者语料库(CLEC),可以发现动名词搭配错误是英语学习者易犯的错误.本文提出一种可用于纠正英语学习者动名词搭配错误的层次语言模型.该语言模型考虑到了句子内部词语之间的依赖关系,将句子处理为不同的层次的子句,同一个句子内部的单词高度相关,不同子句内的单词相关性弱.该语言模型对于句子成分的变化得到的结果更加稳定,而且搭配信息得到浓缩,得到的语言模型更加精确.本文将模型用于生成分类器特征和结果排序.这种层次语言模型应用到英语动名词搭配的检错纠错中,对比传统语言模型,会有更好的效果.

关键词：动名词搭配错误层次语言模型自动纠错策略

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于层次语言的英语语法纠错系统研究

引用

自动化与仪器仪表 2023年第2期 190-194页

作者：刘燕汉中职业技术学院陕西汉中723000

针对传统英语语法纠错系统对英语语法中动名词错误纠正效果不佳的问题,根据英语句子的语法结构,设计一个可应用于英语语法纠错系统的层次语言模型。首先基于英语句子间的依存关系,构建一个层次语言模型;然后通过层次语言模型进行英语语... 详细信息

针对传统英语语法纠错系统对英语语法中动名词错误纠正效果不佳的问题,根据英语句子的语法结构,设计一个可应用于英语语法纠错系统的层次语言模型。首先基于英语句子间的依存关系,构建一个层次语言模型;然后通过层次语言模型进行英语语句上下文信息的依存关系提取;之后将提取信息作为分类器输入,利用备选搭配对分类器分类结果排序,从而得到一个基于英语动名词搭配错误的纠正模块。实验发现,本模型的MRR值和F0.5均高于传统的n-gram语言模型;对比于CAMB模型和seq2seq基础语言模型,层次语言模型的准确率、召回率和F0.5分别为20.35%、41.35%和30.17%,对英语语法的纠错效果明显更佳。由此可知,本模型可对纠错结果进行评分和排序,可实现英语语法错误的准确纠正。

关键词：层次语言模型英语语法错误纠正动名词纠正解码

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：