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

气象落区文本自动生成研究

计算机工程与应用 2014年第13期50卷 247-251,266页

作者：吴焕萍吕终亮张华平罗兵高健李笑侃何国豪王永超国家气候中心北京100081 国家气象中心北京100081 北京理工大学北京100081 中国地质大学北京100083

面向天气预报和气象服务的文本内容的计算机自动或者半自动生成方法,对文本生成质量要求较高,即要准确、高效、合理,还需要符合自然语言表达,存在较多技术问题。在深入分析中央气象台每日发布的"天气公报"文本内容的基础上,结合地理信... 详细信息

面向天气预报和气象服务的文本内容的计算机自动或者半自动生成方法,对文本生成质量要求较高,即要准确、高效、合理,还需要符合自然语言表达,存在较多技术问题。在深入分析中央气象台每日发布的"天气公报"文本内容的基础上,结合地理信息科学和自然语言处理科学方法提出了面向气象落区文本语言生成的基本原理与流程,重点从历史文本内容分析与特征提取、地理区域划分、气象要素空间分析、文本组织与生成等关键技术问题进行了深入讨论,并给出了相应的技术实现。计算机自动生成结果与预报员人工撰写的文本内容对比分析也较好地证明了面向特地领域的文本生成方法具有较好的应用前景。

关键词：自然语言处理文本特征提取气象数据空间分析文本自动生成

基于知识图谱的文本自动生成技术的研究与实现

在线全文

学校读者我要写书评

暂无评论

基于知识图谱的文本自动生成技术的研究与实现

作者：邓力为电子科技大学

学位级别：硕士

目前,在知识图谱领域的研究主要是针对知识图谱构建技术和基于知识图谱的应用两大方面。近几年来,知识图谱的构建技术研究取得了很大的进展,知识推理作为知识图谱构建的重要环节和关键技术也得到极大发展,通过知识推理能够从已有的知识... 详细信息

目前,在知识图谱领域的研究主要是针对知识图谱构建技术和基于知识图谱的应用两大方面。近几年来,知识图谱的构建技术研究取得了很大的进展,知识推理作为知识图谱构建的重要环节和关键技术也得到极大发展,通过知识推理能够从已有的知识中获得新的知识,从而进一步完善知识图谱。在知识图谱应用方面,最近几年利用知识图谱来实现文本自动生成也是人工智能研究的一个重要方面,我们期待着有电脑可以像人类一样写出高质量的自然语言文本的一天。本文提出了一种基于随机游走的知识推理算法和一种基于知识图谱的文本自动生成技术,本文主要工作和贡献如下:（1）提出了一种目标导向的随机游走算法,该算法使用特定推断目标作为随机游走过程中每个步骤的方向。具体来讲,为了实现这样的目标导向机制,在随机游走的每个步骤,算法通过使用最终目标动态地计算每个邻接点的势,并且向具有更高势的邻接点分配更大的概率。因此,该算法更倾向于访问有利于推断目标并避免转移到噪声结构的邻接点。与基本随机游走相比,本文的方法通过推理目标直接随机游走,提高了挖掘有用公式的效率,具有较强的抗噪声能力。与启发式方法相比,本文的方法可以自动学习随机游走策略,动态调整不同推理目标的策略,而启发式方法需要手工编写启发式规则,并始终遵循相同的规则。链路预测任务的实验证明,本文的方法在挖掘公式方面具有很高的效率,并且在WN18和FB15K数据集上都具有良好的性能。（2）构建了电影知识图谱,首先确定了从豆瓣获取所需的初始数据,然后分析了网站的网页结构,选择使用Python的requests库和bs4库再配合正则表达式的方式从豆瓣抓取原始数据。然后将电影数据中所有的一对多关系进行处理,全部分解成一对一的关系存放到对应的数据库表中,然后导出对应的CSV文件,再将所有CSV文件直接导入到Neo4j图数据库便都到了我们需要的知识图谱。最后,将目标引导的随机游走算法应用到电影知识图谱中,使构建的知识图谱更加完善。（3）利用构建好的电影知识图谱实现了文本自动生成系统,文本的生成是自动问答型文本的生成,是自动问答系统的延伸。本文以知识图谱为基础,将需要生成的文本分解为若干个子问题,在知识图谱中查询答案,最后利用查询的答案生成最终的文本。在系统实现过程中利用朴素贝叶斯算法和TF-IDF特征提取实现了对问题的分类,使各类问题能够找到其对应的Cypher查询模板。利用Word2Vec字向量语言模型、BiLSTM和CRF三者相结合的方式实现了命名实体识别的功能,从而能够对Cypher查询模板进行填充,得到完整的Cypher查询语句。在查询阶段,针对可能出现的如用户输入错别字、命名实体识别出现误差等情况导致的直接查询无果的情况,还设置了模糊查询功能。

关键词：知识图谱知识推理随机游走文本自动生成自动问答

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

基于知识图谱的文本自动生成研究

基于知识图谱的文本自动生成研究

作者：刘莉华南理工大学

学位级别：硕士

文本自动生成旨在根据已有信息生成可读的文字表述,在智能问答系统,新闻的自动撰写与发布,学术论文撰写等场景中有广泛应用。为了更好的表示信息之间联系,现有很多文本自动生成方法利用知识图谱实现文本生成过程。然而,现有图谱到文本... 详细信息

文本自动生成旨在根据已有信息生成可读的文字表述,在智能问答系统,新闻的自动撰写与发布,学术论文撰写等场景中有广泛应用。为了更好的表示信息之间联系,现有很多文本自动生成方法利用知识图谱实现文本生成过程。然而,现有图谱到文本生成方法仍存在以下问题:(1)没有挖掘图谱中节点之间的隐藏联系,导致捕获图谱信息不完整;(2)在模型训练过程中没有对生成文本进行准确评估和指导模型训练,导致生成文本存在信息偏差;(3)生成文本只进行一次推理过程,没有迭代优化,导致生成序列粗糙。首先,针对上述问题(1),本文提出一个基于知识图谱推理的文本生成模型。具体地,本文将知识图谱推理问题建模成一个分类问题,首先扩展图注意力机制以捕获给定节点的多跳邻域中的节点和关系特征,然后通过一个分类器预测节点之间是否存在联系,从而推理并补全知识图谱。最后,基于原始知识图谱及补全图谱关系,进而生成流畅的文本。实验表明,本文所提方法能挖掘知识图谱中节点之间的隐藏联系,进而补全知识图谱信息,有效提升文本生成模型在AGENDA数据集和M-AGENDA数据集上的性能表现,在Hits@1指标上高于Paperrobot方法25分。其次,针对上述问题(2),本文提出一个面向多角度评估的文本生成模型。具体地,首先用层级联编码的方式全面考虑图谱的全局信息和局部结构信息生成文本段落,并从文本质量、文本真假性和是否和知识图谱相匹配三个角度评估生成的文本并指导模型训练,进而生成与知识图谱信息相符合的文本。实验表明,本文提出的方法能对生成文本进行准确评估和指导模型训练,并提升在AGENDA数据集和Web NLG数据集上的性能表现,在BLEU指标上高于目前最先进方法CGE-LW方法1.59分。最后,针对上述问题(3),本文提出一个基于迭代优化的文本生成模型,模型具有一个编码器和两个解码器,第一个解码器用于解码生成粗糙序列,第二个解码器用于打磨和优化粗糙序列。实验表明,本文提出的方法能有效迭代优化生成文本,第二个解码器能推敲并优化第一个解码器生成的文本,提出的模型在WebNLG数据集上有优良的表现,在BLEU@3指标上第二个解码器高于第一个解码器2.7分。

关键词：文本自动生成知识图谱图谱到文本生成图注意力机制迭代优化

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

基于文本自动生成的信息隐藏方法

基于文本自动生成的信息隐藏方法

作者：金纾羽沈阳工业大学

学位级别：硕士

随着大数据时代的到来,保障用户的信息安全成为目前的研究热点。信息隐藏是信息安全领域的重要技术之一。该技术通过将秘密信息嵌入到在公开信道传输的数据中,使其不易被攻击者察觉。由于文本具有较高的编码性,且是人们日常通信及发表... 详细信息

随着大数据时代的到来,保障用户的信息安全成为目前的研究热点。信息隐藏是信息安全领域的重要技术之一。该技术通过将秘密信息嵌入到在公开信道传输的数据中,使其不易被攻击者察觉。由于文本具有较高的编码性,且是人们日常通信及发表观点时使用最为广泛的载体,基于文本的信息隐藏吸引了研究者的关注。受益于深度学习神经网络的飞速发展,将神经网络与信息隐藏相结合成为探索新方法的一个重要分支。基于上述研究背景,本文对基于文本自动生成的信息隐藏方法展开相关研究,主要工作如下:首先,数据集的预处理。神经网络模型依赖于其强大的自我学习能力,因此,需要构建含有大量自然文本的数据集。本文选用评述性文本数据集——影评数据集、正式性文本数据集——新闻数据集以及非正式性文本数据集——推特数据集作为神经网络的训练集,以此构建参数适配的神经网络模型。数据集预处理包括替换字母大小写、删除特殊符号和过滤web链接等,消除文本在自动生成过程中的干扰因素。其次,设计秘密信息嵌入与提取算法。本文选用统计语言模型马尔可夫模型和神经网络模型循环神经网络作为文本生成模型进行对比分析。马尔可夫模型具有与自然语言生成过程所匹配的元结构。循环神经网络能够将文本映射到高维语义空间,通过语义分布的异同进行特征提取与分析,具有良好的文本生成效果。二者均可在生成过程中构建候选池,并对池中单词进行哈夫曼编码,依据秘密信息比特流生成隐写文本,实现秘密信息的嵌入。在秘密信息提取时,发送者和接受者需具有相同的训练集或生成模型,依据实际接收的当前发送字对文本中包含的秘密信息进行提取。结果表明,本文提出的基于文本自动生成的信息隐藏方法具有可行性和有效性,且生成的隐写文本语义连贯,具有很高的隐蔽性。基于循环神经网络生成的隐写文本具有更高的隐蔽性,适用于非正式性文本;基于马尔可夫模型生成的隐写文本具有更高的隐藏容量,适用于正式性文本。最后,提出了候选池自收缩机制。考虑到不同的词语具有不同的敏感度,改进方法在构建候选池的过程中引入困惑度计算。在哈夫曼编码之前,需计算候选池中每个单词与前文的困惑度,根据预设困惑度值对候选池进行筛选;筛选过后的单词组成新的候选池,再进行哈夫曼编码。结果证明,改进的方法可以生成更加通顺流畅的隐写文本,但牺牲了较小的隐藏容量。

关键词：文本信息隐藏马尔可夫模型循环神经网络文本自动生成哈夫曼编码

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

基于深度学习的文本自动生成技术研究综述

信息工程大学学报 2018年第5期19卷 616-620页

作者：袁江林郭志刚陈刚魏晗孙一贺信息工程大学

目前文本自动生成技术可分为基于规划的生成技术、基于规则的模板生成技术、基于深度学习的生成技术等.基于深度学习的生成技术和文本自动生成评测准则是综述的主要内容.通过研究文本自动生成技术优缺点和评测准则.发现利用深度学习实... 详细信息

目前文本自动生成技术可分为基于规划的生成技术、基于规则的模板生成技术、基于深度学习的生成技术等.基于深度学习的生成技术和文本自动生成评测准则是综述的主要内容.通过研究文本自动生成技术优缺点和评测准则.发现利用深度学习实现文本自动生成应用前景更广.对指定主题和嵌入情感的文本自动生成研究有重要的意义.

关键词：文本自动生成深度学习评测准则

基于Sugeno积分语言量词模型的气象文本自动生成技术研究

在线全文

学校读者我要写书评

暂无评论

科技广场 2009年第9期 36-38页

作者：冯祥胜南昌大学信息工程学院江西南昌330031 南昌工程学院计算机科学与技术系江西南昌330029

气象文本中存在大量的模糊性用语。不同的预报员在选词习惯上的不同对用户理解气象文本会带来差异。本文提出了一种基于Sugeno积分语言量词模型的气象文本自动生成技术,并讨论了在降水实况描述文本和降水预报文本的自动生成中如何实现。

关键词： Sugeno积分语言量词文本自动生成

多语种文本自动生成系统中句子规划部分知识表示模型的构造

在线全文

学校读者我要写书评

暂无评论

计算机工程 2000年第3期26卷 3-5页

作者：尹凌张冬茉上海交通大学计算机科学与工程系上海200030

提出了一种多语种文本自动生成系统中句子规划阶段的知识表示模型，它以句子结构类、句法规则和语义词典确定文本的具体形式，并详细介绍了该知识表示模型的结构及其匹配准则。

关键词：句子规划知识表示模型文本自动生成自然语言

在线全文

学校读者我要写书评

暂无评论

面向检索结果集的结构化综述智能生成研究

图书情报工作 2024年第6期68卷 129-141页

作者：孟旭阳陈阳白海燕中国科学技术信息研究所北京100038

[目的/意义]在学术文献检索与阅读场景下,当前学术信息量已远超用户信息处理能力,造成信息堆积。为应对用户阅读效率与知识吸收难题,面向学术文献检索结果集开展内容的综合挖掘揭示。[方法/过程]一方面从阅读体验出发,针对文献检索场景... 详细信息

[目的/意义]在学术文献检索与阅读场景下,当前学术信息量已远超用户信息处理能力,造成信息堆积。为应对用户阅读效率与知识吸收难题,面向学术文献检索结果集开展内容的综合挖掘揭示。[方法/过程]一方面从阅读体验出发,针对文献检索场景的特点,进行结构化综述表达设计;另一方面从技术方法与内容质量提升出发,利用基于深度学习的文本自动生成技术,构建科技文献数据集,训练并优化文本摘要模型,在此基础上利用大语言模型技术实现结构化的综述文本生成。[结果/结论]训练优化后的摘要模型在各指标的召回率和F1值上平均增长2.07%。基于大模型的结构化综述生成,在实际测评中能够有效地提炼、总结和归纳内容要点,验证本文技术路线和应用实践的可行性,为进一步提升学术文献的知识化服务水平、智能辅助阅读与语义内容综合挖掘揭示等方面提供应用实践指南。

关键词：文献检索结构化综述大语言模型文本自动生成

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于主题约束的篇章级文本生成方法

北京大学学报（自然科学版） 2020年第1期56卷 9-15页

作者：黄炎孙海丽徐科余晓阳王同洋张新访路松峰华中科技大学计算机科学与技术学院武汉430074 深圳华中科技大学研究院深圳518063 中南民族大学计算机科学学院武汉430074

针对计算机自动生成的文本缺乏主题思想这一问题,提出一种基于主题约束的篇章级文本自动生成方法。该方法围绕用户输入的主题描述语句提取若干主题词;然后对主题词进行扩展和主题聚类,形成文章主题规划;最后利用每个聚类中的关键词信息... 详细信息

针对计算机自动生成的文本缺乏主题思想这一问题,提出一种基于主题约束的篇章级文本自动生成方法。该方法围绕用户输入的主题描述语句提取若干主题词;然后对主题词进行扩展和主题聚类,形成文章主题规划;最后利用每个聚类中的关键词信息约束每个段落的文本生成。该模型从文本主题分布、注意力评分方法和主题覆盖生成3个方面对现有基于注意力机制的循环神经网络文本生成模型进行了改进。在3个真实数据集上分别与Char-RNN,SC-LSTM和MTA-LSTM基准模型进行对比,并对3个方面的改进进行独立验证。实验结果表明,所提方法在人工评判和BLEU自动评测上均优于基准模型,生成的文本能更好地贴合主题。

关键词：文本自动生成主题约束循环神经网络(RNN) 长短时记忆网络(LSTM) 注意力机制