检索结果-南通市图书馆

融合学习扩展的非遗陶瓷工艺领域术语库构建及应用

在线全文

学校读者我要写书评

暂无评论

图书馆论坛 2024年第2期44卷 66-78页

作者：汪琳王昊李晓敏邓三鸿南京大学信息管理学院南京大学江苏省数据工程与知识服务重点实验室办公室

文章通过学习扩展的机器学习和深度学习,提出针对非物质文化遗产项目语料的术语抽取及新词发现方法,形成领域术语库并探讨在数字人文领域的应用。首先使用自然语言处理方法对非遗陶瓷语料进行预处理,结合领域术语词表对语料进行标注;然... 详细信息

文章通过学习扩展的机器学习和深度学习,提出针对非物质文化遗产项目语料的术语抽取及新词发现方法,形成领域术语库并探讨在数字人文领域的应用。首先使用自然语言处理方法对非遗陶瓷语料进行预处理,结合领域术语词表对语料进行标注;然后针对Random-CRFs模型,研究词表特征(DICT)、词性特征(POS)、部首特征(Radical)、拼音特征(Pinyin)对术语抽取效果的影响,再对比Random-CRFs、Random-BiLSTM、Random-BiLSTM-CRFs、BERT-BiLSTMCRFs等4个模型对术语抽取效果的影响;最后使用训练完成的模型对测试集语料进行新词识别,对抽取出的候选词进行人工判断,构建包含1,173个术语的非物质文化遗产陶瓷工艺领域术语库,将其应用于非遗项目画像、非遗陶瓷工艺知识图谱和非遗陶瓷工艺术语检索。

关键词：非物质文化遗产领域术语新词发现数字人文

在线全文

学校读者我要写书评

暂无评论

融入新能源领域术语知识的机器翻译方法

计算机科学 2022年第6期49卷 305-312页

作者：董振恒任维平游新冬吕学强北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学外国语学院北京100192

在领域机器翻译中,领域术语能否被正确翻译对翻译质量起着决定性作用,有效地将领域术语融入到神经机器翻译模型中,提升领域术语的翻译质量具有实际意义。文中提出了一种将新能源领域术语信息作为先验知识融入神经机器翻译中的方法,以新... 详细信息

在领域机器翻译中,领域术语能否被正确翻译对翻译质量起着决定性作用,有效地将领域术语融入到神经机器翻译模型中,提升领域术语的翻译质量具有实际意义。文中提出了一种将新能源领域术语信息作为先验知识融入神经机器翻译中的方法,以新能源领域双语术语知识库构建的术语字典为媒介,提出并比较了两种不同的知识融入方式:1)术语替换,即在源语言端使用目标端术语替换源端术语;2)术语添加,即在源语言端将源端术语与目标端术语拼接,并在源语言端与目标语言端均使用作为特殊外部知识的标识符来标识目标端术语的开头与结尾。以新能源领域中英文双语对齐语料以及构建的中英文对齐术语库为数据基础进行了实验,结果表明,在测试集上,所提方法的BLEU值比基线实验分别高出6.38与6.55,证明了所提方法能有效地将领域术语知识融入到翻译模型中,提升了领域术语的翻译质量。

关键词：领域机器翻译领域术语特殊标识先验知识术语替换术语添加

在线全文

学校读者我要写书评

暂无评论

利用URL-Key领域术语识别方法

北京大学学报（自然科学版） 2018年第2期54卷 262-270页

作者：吕书宁董志安北京工业大学软件学院北京100124 北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

首次提出利用URL-Key进行领域术语识别的方法。以URL作为媒介,借助已知URL-Key的领域性来判断未知领域候选术语的领域性。首先,借助互联网中已有的人工分类领域URL,根据URL-Key在各领域汇总使用的频度,采用基于方差的领域URL-Key识别方... 详细信息

首次提出利用URL-Key进行领域术语识别的方法。以URL作为媒介,借助已知URL-Key的领域性来判断未知领域候选术语的领域性。首先,借助互联网中已有的人工分类领域URL,根据URL-Key在各领域汇总使用的频度,采用基于方差的领域URL-Key识别方法,构建领域URL-Key词表;然后,利用伪反馈技术,收集候选领域词检索得到的URL结果集,根据URL结果集构建候选领域术语的URL-Key特征向量;最后,利用SVM对候选领域术语进行提取。在4个领域进行实验,都取得不错的效果。新提出的方法可以有效地解决低频术语识别问题,为低频术语的识别提供新的思路。

关键词： URL URL-Key 领域术语低频术语 SVM

在线全文

学校读者我要写书评

暂无评论

领域术语自动抽取及其在文本分类中的应用

电子学报 2007年第2期35卷 328-332页

作者：刘桃刘秉权徐志明王晓龙哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

本文提出了一种基于信息熵的领域术语抽取方法,在给定领域分类语料的前提下,该方法既考虑了领域术语在不同领域类别间分布的不均匀性,又考虑了其在特定领域类别内分布的均匀性,并针对语料的不平衡性进行了正规化.人工评测显示该方法能... 详细信息

本文提出了一种基于信息熵的领域术语抽取方法,在给定领域分类语料的前提下,该方法既考虑了领域术语在不同领域类别间分布的不均匀性,又考虑了其在特定领域类别内分布的均匀性,并针对语料的不平衡性进行了正规化.人工评测显示该方法能更准确有效地抽取领域术语.本文还将该算法应用于文本分类,用于代替传统特征选择算法,实验表明,该算法能够显著提高文本分类的精度.

关键词：领域术语信息熵正规化文本分类特征选择

电解加工知识本体中领域术语提取的研究与应用

在线全文

学校读者我要写书评

暂无评论

软件工程与应用 2022年第6期11卷 1554-1560页

作者：季峰黄萍 Ali AbdullahiMoallim 南通大学杏林学院江苏南通南通大学机械工程学院江苏南通

为提高电解加工工艺知识本体中的概念提取的完整性,本文中构建了一种半自动化领域术语提取模型,该模型结合统计分析和数据挖掘的思想设计了N-Word算法,进行领域术语中词组的提取,3-Word构词性能最佳。为了提高领域术语的准确性,基于互信... 详细信息

为提高电解加工工艺知识本体中的概念提取的完整性,本文中构建了一种半自动化领域术语提取模型,该模型结合统计分析和数据挖掘的思想设计了N-Word算法,进行领域术语中词组的提取,3-Word构词性能最佳。为了提高领域术语的准确性,基于互信息(MI)和绝对词频对领域术语过滤得到2137个术语,进一步对术语修正和同义词合并处理,最终得到标准化的领域概念1894个。此模型满足对电解加工领域术语的提取,提高术语的领域覆盖度,保证本体构建的准确性。

关键词：领域术语提取模型 N-Word算法互信息本体

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

基于领域术语的中文问题自动生成技术

基于领域术语的中文问题自动生成技术

作者：张天霖中国科学院大学(中国科学院计算机科学与技术学院)

学位级别：硕士

面向领域的中文问题生成对于企业和学校进行教育培训与知识考核具有重要意义。通过领域专家进行手工出题的传统方法已经不能满足日益增长的教学培训需求。随着自然语言处理技术的发展,问题自动生成技术已经成为了研究热点,能极大地有助... 详细信息

面向领域的中文问题生成对于企业和学校进行教育培训与知识考核具有重要意义。通过领域专家进行手工出题的传统方法已经不能满足日益增长的教学培训需求。随着自然语言处理技术的发展,问题自动生成技术已经成为了研究热点,能极大地有助于教育培训的发展。同时,为了让生成的问题更具有领域针对性和领域重点,本论文提出了基于领域术语的中文问题自动生成技术,通过构建领域术语库来提高问题生成的质量。为了构建领域术语库,本文提出了两种领域术语抽取算法,基于依存句法分析的无监督方法和基于栅格长短期记忆网络（Lattice LSTM）的深度学习模型。前一种方法通过利用依存句法结构和领域术语的语法特点进行初步抽取,再经过语言规则和自定义的多因素评估模块进行过滤筛选来获得最终的术语列表,抽取效果较传统的无监督方法得到了提高。基于Lattice LSTM的深度学习模型能更好地抓住文本中字词的语义信息,并通过增加标签注意力层（Label Attention Network,LAN）使网络结构更关注领域术语的特征。实验验证了这一方法在领域术语抽取任务中比已有深度学习方法呈现出更好的效果。为了更好地提取领域文本中重要的句子,使之后生成的问题题干更具有代表性和重要性,本文提出了一种基于依存句法信息的卷积神经网络的关键句提取方法。先改进了Text Rank算法,进行初步的句子筛选,再通过训练好的利用依存信息的卷积神经网络建立句子的重要程度分类模型。实验结果表明该模型在关键句抽取任务中具有较好的性能。基于上述算法提供的领域术语库和文本句子,本文研究了基于领域术语的多类型问题生成方法。针对不同题型设计了不同的出题策略,尤其是选择题的生成,提出了多种干扰项的生成方式,从而提高问题质量并增加问题的多样性。人工评估表明,本文提出的问题生成方法所生成的大部分问题在语法语义的准确性上达到了要求,同时具有较高质量和多样性。最后,为了更好地实现自动出题功能,本文设计并开发了集领域中文自动出题与自动组卷功能于一体的软件,该软件可以充分满足用户的使用需求。

关键词：中文问题生成领域术语依存句法分析深度学习自然语言处理

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

四险一金领域术语语义漂移研究

四险一金领域术语语义漂移研究

作者：李轶哈尔滨工程大学

学位级别：硕士

随着我国经济社会的不断发展,为了与全国和各个行政区的经济情况相适应,社会保险（医疗/生育保险,养老保险,失业保险,工伤保险）和公积金领域的法律、法规和政策也在不断地调整。这种调整的必然结果就是:各个时间片段和行政区域上会产... 详细信息

随着我国经济社会的不断发展,为了与全国和各个行政区的经济情况相适应,社会保险（医疗/生育保险,养老保险,失业保险,工伤保险）和公积金领域的法律、法规和政策也在不断地调整。这种调整的必然结果就是:各个时间片段和行政区域上会产生大量的领域法律、法规、政策和司法解释等文本。可以发现,这些文本中对某一相同的领域术语的定义、解释和内涵不尽相同。这就产生了领域术语语义漂移现象。研究如何自动化获取这种漂移是有意义的,理由在于:首先这种漂移现象与国民生活息息相关,如果可以自动化获取这些领域术语的语义漂移,则可以极大方便人们生活;其次,如上所述,四险一金领域已存在海量法律、法规等文本,并且可以预料的是,随着时间的推移必然会不断增多。所以,诉诸计算机自动化获取是很自然的需求。本文的目标在于,从无结构的法律法规和政策文本中自动抽取领域术语和其时间地区相关的语义并组织成（领域术语,时间,地区,语义,选自）五元组形式,这些五元组来描述领域术语语义漂移,这种描述方式可以清晰地表示领域术语随时间和地区的语义漂移情况。首先从法律法规和政策文本中抽取领域术语,之后依据这些领域术语,在文本中抽取它们的时间和地区相关语义,并连同对应的选自（哪篇法律法规和政策）共同组成五元组。本文提出使用基于规则匹配（词性和词性组合规则）、基于统计筛选（多维的逐点互信息）和基于改版的原型网络（词级别嵌入）过滤的混合方法来抽取领域术语,之后再根据这些领域术语,在四险一金法律法规和政策文本中基于规则（排除规则和匹配规则）和改版的原型网络（句级别嵌入）的混合方法抽取它们时间地区相关的语义。最终将结果组织成五元组的形式,并且,提供了一种利用五元组和其中的知识描述领域术语语义漂移的方法,这种方法可以清晰表示领域术语随时间和地区的语义漂移情况。最后,本文还给出了一个领域术语语义漂移的初步应用场景——利用五元组和其中蕴含的知识来选择欲修改的审计方法,即利用五元组中的知识来帮助审计人员选择哪些审计方法需要被修改。

关键词：信息抽取领域术语逐点互信息原型网络

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

领域术语自动抽取及关系分类研究

领域术语自动抽取及关系分类研究

作者：邱艳霞昆明理工大学

学位级别：硕士

随着信息技术和各专业领域日新月异的发展,旧的术语不断消亡,新的术语不断涌现,术语的变化在一定程度上反映了一个学科领域的发展变化,如何正确的识别它们变得越来越重要。领域词汇间的关系分类有助于挖掘领域更深层的信息。本文针对中... 详细信息

随着信息技术和各专业领域日新月异的发展,旧的术语不断消亡,新的术语不断涌现,术语的变化在一定程度上反映了一个学科领域的发展变化,如何正确的识别它们变得越来越重要。领域词汇间的关系分类有助于挖掘领域更深层的信息。本文针对中文和领域特点,围绕领域语料处理、候选词抽取、领域术语识别、领域词汇关系分类等问题进行了研究和探讨。主要取得了以下几个较有特色的成果： (1)结合中文特点和领域特征,提出了一种新的领域语料预处理方法。采用分词工具和粗切分相结合的方式对领域语料进行切分,为领域术语的抽取和识别提供了更有效的资源。 (2)运用互信息和对数似然比相结合的方法抽取领域术语候选词。在抽取领域候选词时,采用互信息和对数似然比相结合的方法计算字串间结合强度,保证该字串是一个合法的语言单位,构建出候选词集。这两种方法可以优势互补,很好地解决了数据稀疏问题对抽取结果准确性影响较大的问题,实验证明该方法具有很好的效果。 (3)运用基于种子词的领域术语识别方法。首先人工选定领域种子词,然后基于已选种子词,结合T评价方法识别候选词集中的领域术语。实验表明该方法准确率较高。 (4)基于支持向量机(SVM)的领域词汇关系分类方法。该方法主要抽取两个领域词汇之间的上下文特征进行关系分类,实验表明基于SVM的领域词汇关系分类方法是可行的。 (5)在上述工作的基础上,搭建了云南旅游领域术语识别及关系分类原型系统。

关键词：术语领域术语关系分类

基于互信息与词语共现的领域术语自动抽取方法研究

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

重庆邮电大学学报（自然科学版） 2013年第5期25卷 690-693,699页

作者：吴海燕信阳农林学院计算机科学系河南信阳464000

领域术语自动抽取是本体建设中最基础最重要的工作。领域术语的自动抽取,通常采用基于规则或者基于统计的方法,这些方法是从术语的完备性,或者是检验术语的领域性进行检验。在前人的基础上提出了一种方法,该方法不仅测试领域术语的完备... 详细信息

领域术语自动抽取是本体建设中最基础最重要的工作。领域术语的自动抽取,通常采用基于规则或者基于统计的方法,这些方法是从术语的完备性,或者是检验术语的领域性进行检验。在前人的基础上提出了一种方法,该方法不仅测试领域术语的完备性,同时测试了其领域性,以期获得更好的结果。实验结果表明,该方法获得的术语准确率得到了一定的改进,准确率和召回率分别达到了81.7%和70%。

关键词：领域术语完备性领域性互信息词语共现