检索结果-南通市图书馆

自然语言理解中形容词的理解及其在机械设计中的应用

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

自然语言理解中形容词的理解及其在机械设计中的应用

作者：郝宇峰西安电子科技大学

学位级别：硕士

在自然语言理解中,形容词的理解起着很重要的作用。本文将形容词的自然语言理解应用到机械产品设计中,通过对以自然语言形式表达的用户需求进行理解和分析,最终将分析结果转化成概念设计要求,为后续设计提供支持。本文首先介绍了国内... 详细信息

在自然语言理解中,形容词的理解起着很重要的作用。本文将形容词的自然语言理解应用到机械产品设计中,通过对以自然语言形式表达的用户需求进行理解和分析,最终将分析结果转化成概念设计要求,为后续设计提供支持。本文首先介绍了国内外自然语言理解的研究状况,讨论了形容词的分类、细化以及由形容词引起的歧义问题;根据自然语言理解的特点,确定了机械产品设计中自然语言理解应该采用基于知识的方法,并且利用概念从属理论确定了形容词语义分析的知识描述和表示体系。然后按照形容词的功能对形容词进行了语义分析,并且提出形容词是有外延的观点,建立了形容词细化理解的模型,结合形容词的功能编写了形容词语义分析的相关规则,主要实现了机械领域内单音节形容词作定语的语义理解问题,其它情况作了相应的讨论。最后将形容词的自然语言理解模型应用到机械传动领域的需求分析中,经过调试,取得了一定的效果。

关键词：自然语言理解语义分析形容词产品设计概念从属理论

自然语言理解中的词义消歧及其在仪器领域中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然语言理解中的词义消歧及其在仪器领域中的应用

作者：仇彦男西安电子科技大学

学位级别：硕士

随着人工智能的飞速发展,深度学习的发展水平得到了显著提高。计算机在理解自然语言方面的需求越来越迫切,在机器理解自然语言的过程中不可避免的需要解决歧义的问题,词义消歧的目的是确定一个歧义词在文本中的具体含义,近年来已经引起... 详细信息

随着人工智能的飞速发展,深度学习的发展水平得到了显著提高。计算机在理解自然语言方面的需求越来越迫切,在机器理解自然语言的过程中不可避免的需要解决歧义的问题,词义消歧的目的是确定一个歧义词在文本中的具体含义,近年来已经引起了研究人员的普遍关注。在仪器领域中,会有很多任务需要计算机去很好地理解文本,比如需求分析、人机交互等,计算机理解文本的重要一环就是词义消歧。现有的词义消歧模型的正确率仍有较大的提升空间,而提高词义消歧模型正确率的有效途径是向模型中注入先验知识,但是现有的词义消歧模型中对于知识的融入方式比较单一,而且在中文词义消歧方面缺乏相应的知识库,基于此本文提出了融合知识的词义消歧模型,通过百科知识库获取相应知识,并将其融入词义消歧模型中,提高了词义消歧模型的正确率,然后将其应用到仪器领域的阅读理解中来证明模型的有效性。第一,设计了融合义项的词义消歧模型。针对目前词义消歧模型正确率不高的问题,本文首先通过爬虫获取百度百科中词语的义项,向预训练语言模型的嵌入层注入义项知识特征,然后将嵌入层应用到预训练语言模型中,实现了词义消歧正确率的提高。第二,提出了一种基于深度学习的融合知识的词义消歧模型,模型中融入知识内容主要包括上位关系和义项知识。首先改进了一种关于上下位关系的定义,设计了一个上位关系抽取的深度学习模型,以判断歧义词在输入文本中的上位关系,同时向模型中注入融合义项的词义消歧模型的中间层输出特征,将两个模型的最终输出特征进行融合,即可得到融合知识的词义消歧模型,最后通过对比实验证明了义项和上位关系在词义消歧模型中的重要作用。第三,在通用领域的词义消歧模型基础上,提出了面向领域的词义消歧模型,并将其应用到仪器领域的阅读理解任务中。面向领域的词义消歧模型是在融入知识的词义消歧模型的基础上增加了领域知识描述模块,通过建立仪器领域知识库,将模块输出特征和原有模型输出特征进行有机融合,向词义消歧模型中注入领域知识,然后基于此设计出面向领域的阅读理解模型,并通过仪器领域的阅读理解实验证明了模型的有效性。

关键词：自然语言理解词义消歧上位关系领域知识阅读理解

自然语言理解中篇章的名词聚类在测试计量中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然语言理解中篇章的名词聚类在测试计量中的应用

作者：韦卓西安电子科技大学

学位级别：硕士

本文将自然语言理解中篇章的名词聚类应用于测试计量技术的需求分析中,着重研究篇章中名词聚类的过程,最终通过对以自然语言形式表达的用户需求进行理解和分析,将分析结果转化成概念设计要求或设计参数,为后续设计提供支持。介绍... 详细信息

本文将自然语言理解中篇章的名词聚类应用于测试计量技术的需求分析中,着重研究篇章中名词聚类的过程,最终通过对以自然语言形式表达的用户需求进行理解和分析,将分析结果转化成概念设计要求或设计参数,为后续设计提供支持。介绍了自然语言理解的各种知识表示方法及其优缺点,在此基础上形成了以概念的属性、内涵和外延为核心、以框架式结构为基础、以树状层次结构为表现、体现概念间关联的知识表示的方法,并将其应用于篇章分析的知识库构建和规则实现。对篇章中名词概念的关系进行分类,分析了篇章中主体的内在表现形式--概念,然后以概念为基础,分析了概念与其属性概念的关系以及内涵与外延的关系,提出了篇章的名词聚类分析方法,并结合中心理论提出了核心词理论,同时针对篇章中的深层关联问题提出了概念关联分析方法。实现了领域自然语言理解篇章中的名词聚类分析,首先介绍了篇章分析的整体框架,然后详细讲述了名词聚类的实现方法及名词属性的具体化方法,对名词聚类完成后形成的概念之间的关系做了深入分析,并利用聚类结果分析篇章核心词。最后,把领域自然语言理解及篇章中名词聚类应用到测试计量专家系统的用户需求分析中的人机交互中去,建立了相应的知识库,并取得比较好的设计结果。未来的自然语言理解系统应该是基于互联网的、互相协作的系统,每个系统有其具体专业的领域知识,多个系统共同完成一个自然语言理解问题。

关键词：自然语言理解篇章分析概念属性名词聚类

自然语言理解中集体词省略恢复研究及其在产品设计中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然语言理解中集体词省略恢复研究及其在产品设计中的应用

作者：鹿行宇西安电子科技大学

学位级别：硕士

随着社会的日益信息化、网络产品的日益普及，自然语言理解成为了计算机科学中的一个最引人入胜的、最富有挑战性的课题。本文将自然语言理解中的集体词省略恢复应用于产品设计，通过对用户以自然语言表达的需求进行分析理解，为后续的... 详细信息

随着社会的日益信息化、网络产品的日益普及，自然语言理解成为了计算机科学中的一个最引人入胜的、最富有挑战性的课题。本文将自然语言理解中的集体词省略恢复应用于产品设计，通过对用户以自然语言表达的需求进行分析理解，为后续的设计提供支持，以实现产品市场竞争力的提高。本文就目前自然语言理解的研究现状，结合省略句和集体词的研究现状，确定了集体词省略界定标准，并对集体词省略类型分类研究。提出了集体词省略恢复填补原则，分析了恢复过程的几个难点。提出集体词省略恢复处理模型。并综合框架理论、本体论和概念从属理论这三种表示方法，设计了集体词处理需要的知识表示模板。按模块实现集体词的省略恢复处理。最后，将集体词省略恢复的处理模型应用到具体的产品设计领域，建立了专业领域的知识库，并通过运行实例，说明了集体词省略恢复处理模型在产品设计需求中的作用。

关键词：自然语言理解集体词省略恢复产品设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然语言理解与生成中的鲁棒性方法研究

自然语言理解与生成中的鲁棒性方法研究

作者：曾致远北京邮电大学

学位级别：硕士

人工智能技术在近些年被广泛应用于各种领域,表现出了卓越的性能,有望对人类的生产模式和生活方式产生重大的积极影响。鲁棒性是人工智能技术的一个重要方面,主要用于描述模型在面对复杂多变或携带噪声的输入数据时,是否依然能保持性能... 详细信息

人工智能技术在近些年被广泛应用于各种领域,表现出了卓越的性能,有望对人类的生产模式和生活方式产生重大的积极影响。鲁棒性是人工智能技术的一个重要方面,主要用于描述模型在面对复杂多变或携带噪声的输入数据时,是否依然能保持性能。鲁棒性的高低直接决定了模型与系统的泛化能力与应用潜力。在研究领域中,许多模型只能在特定的标准数据集上呈现良好的结果,却难以在其他数据集或真实数据上复刻同样优异的表现,这即是由于模型对于数据中的变化没有足够的鲁棒性。在现实世界的应用场景中,模型要面对的是更加纷繁复杂的语言应用方式,待处理的数据里包含着更加庞杂的变化,一旦缺乏鲁棒性,模型在现实应用中的性能就会大打折扣。在具有较大社会影响力的领域,如导航或医疗诊断,鲁棒性不强的模型甚至可能引发灾难性的错误。因此,为了确保模型的实际应用价值,对模型的鲁棒性进行深入研究是十分有必要的。鲁棒性方法研究的内容通常随着模型所执行的任务内容而变化。在自然语言处理领域中,从任务类型上可以划分为自然语言理解和自然语言生成两个类别,本文因此针对自然语言理解和生成中的鲁棒性方法展开研究,从表示学习的角度出发,提出了多项新颖、有效的鲁棒性方法。论文主要工作如下。对于对话系统自然语言理解中域外检测的鲁棒性方法进行了研究,主要贡献包括:第一.针对有监督少样本场景下的域外检测问题,提出一种基于高斯判别分析的生成式分类器以解决深度学习域外检测方法中的过置信问题;提出一种基于对抗攻击的隐式数据增强方法以缓解训练数据匮乏的情况。实验证明这些方法对数据不平衡、少样本情况以及语义重叠具有更强的鲁棒性。第二.提出了域外检测的自监督对比学习框架。其思路是将无监督和有监督学习相结合从而同时优化域内和域外的语义特征。该框架能够从无标记数据中提取具有区分度的语义表示;此外该框架中还设计了显式与隐式相结合的数据增强方法以提高数据的多样性和复杂性。实验表明该方法的性能能够逼近有监督的域外检测。第三.进一步提出了无监督场景下的域外检测方法。该方法采用了一种基于判别表示分析的对比学习训练目标函数,能够通过域内数据学习具有区分性的语义意图表示。实验表明相比当前SOTA的方法,该方法具有更好的性能,并且能够提升任务型对话系统的鲁棒性。对于自然语言生成中事实一致性的鲁棒性方法进行了研究,主要贡献包括:第一.针对文本摘要中事实一致性的问题,提出了在对抗攻击机制下基于梯度追踪事实性错误的机制,以提升事实一致性评估的可解释性和鲁棒性。实验证实该方法能够对事实一致性评估起到有效的优化作用,同时能够为人工判决提供可用的辅助信息。第二.针对受控数据的文本生成中事实一致性的问题,在交叉表格表示方法的基础上,结合对比学习的良好性质,提出了单元级对比学习目标函数。此外还实现了突出显示重点内容的功能。在标准数据集上开展的各项实验证明了所提出方法的有效性,为文本生成的鲁棒性能够起到正向影响。

关键词：鲁棒性自然语言理解自然语言生成域外检测事实一致性

自然语言理解名词省略耦合的研究及其在智能仪器中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然语言理解名词省略耦合的研究及其在智能仪器中的应用

作者：张格西安电子科技大学

学位级别：硕士

本文首先较为详细地介绍了现有的知识表示方法、概念从属树及自然语言理解中事件的处理;其次，通过分析研究大量名词省略耦合的语言现象，将一般名词省略耦合分为六类，恢复时，先通过句法分析匹配六类省略耦合的语篇模式，结合统计原... 详细信息

本文首先较为详细地介绍了现有的知识表示方法、概念从属树及自然语言理解中事件的处理;其次，通过分析研究大量名词省略耦合的语言现象，将一般名词省略耦合分为六类，恢复时，先通过句法分析匹配六类省略耦合的语篇模式，结合统计原则，采用试探、就近原则，将试探结果与静态事件施受动数目、施受动搭配及施受动关系相匹配，在句法、语义分析层面不给出唯一结果，而是通过篇章聚类分析，最终确定恢复对象;对四种具有恢复确定性的名词省略耦合的恢复，主要通过语义分析，将动词与相应的静态事件匹配，这里重点强调四种类型的施受动关系，匹配成功就可确定省略对象;然后建立了名词省略耦合的恢复模型，并在自然语言理解系统中实现该模型;最后将自然语言理解名词省略耦合恢复模型应用到智能仪器设计的需求分析中。

关键词：自然语言理解概念从属树名词省略耦合施受动关系智能仪器设计

自然语言理解 ——基于HNC理论的句类分析研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然语言理解 ——基于HNC理论的句类分析研究

作者：陈鸿长春理工大学

学位级别：硕士

本文是以概念层次网络(简称HNC)理论为基础的，该理论是自然语言理解处理领域的重要理论。它以概念联想脉络为主导，建立了自然语言表述和处理的新模式，语义块和句类理论是其主要内容。语义块是语句的语义构成单位，句类是语句的语义... 详细信息

本文是以概念层次网络(简称HNC)理论为基础的，该理论是自然语言理解处理领域的重要理论。它以概念联想脉络为主导，建立了自然语言表述和处理的新模式，语义块和句类理论是其主要内容。语义块是语句的语义构成单位，句类是语句的语义结构类型。本文阐述了HNC理论的两类联想脉络，深入研究了语义块和句类知识，设计了理解自然语言语句的句类分析算法，并实现了句类分析系统。文中详细介绍了该系统的几个主要模块——语义块感知模块、句类假设检验模块、语义块构成分析模块和智能调度模块，说明了HNC知识库的建立方法。经实验证明，本文设计的句类分析系统已经实现了简单语句的理解，对输入的句子经过句类分析后，能够得出正确的句类表示式。

关键词：自然语言理解 HNC理论句类语义块句类分析