检索结果-南通市图书馆

图书情报工作 2013年第17期57卷 109-113页

作者：李楠孙济庆吉久明华东理工大学图书馆华东理工大学情报部

突破传统的文献知识发现思路,从语言学视角分析汉语语境下领域知识发现的有效路径。通过对领域术语的词素、语义进行分析寻找知识关联的线索,并以化学领域为切入点分析其可行性,提出基于领域术语词素分析的知识发现研究思路。

关键词：知识发现汉语词素领域术语

在线全文

学校读者我要写书评

暂无评论

面向科技人物简历的信息抽取方法

计算机工程与设计 2021年第11期42卷 3099-3106页

作者：杨永秀白宇蔡东风何佳蔚沈阳航空航天大学人机智能研究中心辽宁沈阳110136

为有效识别科技人物简历中研究领域信息,对部分时间和单位信息精准分类,提出一种基于字词协同的深度学习序列标注模型与梯度提升决策树模型相结合的科技人物简历信息抽取方法。利用字词协同的双向LSTM-CRF模型对科技人物简历文本进行初... 详细信息

为有效识别科技人物简历中研究领域信息,对部分时间和单位信息精准分类,提出一种基于字词协同的深度学习序列标注模型与梯度提升决策树模型相结合的科技人物简历信息抽取方法。利用字词协同的双向LSTM-CRF模型对科技人物简历文本进行初步解析,在此基础上使用梯度提升决策树模型实现对时间和单位信息的分类矫正。实验结果表明,该方法能够准确获取研究领域信息的关键特征,有效结合序列标注模型与分类模型的优点,对科技人物简历信息识别的F1值达到91.84%。

关键词：中文简历信息抽取字词协同梯度提升决策树领域术语

在线全文

学校读者我要写书评

暂无评论

英文短文本相似性研究及在图书推荐中的应用

英文短文本相似性研究及在图书推荐中的应用

作者：林源北京林业大学

学位级别：硕士

随着互联网的飞速发展,顾客和商家对电子商务推荐系统的需求日益强烈。然而当前的电子商务推荐系统大多是采用以用户为基础进行构建的。同时,由于系统建立之初,顾客对系统的访问量较少,这些系统往往遭遇了“冷启动”的问题,不能有效发... 详细信息

随着互联网的飞速发展,顾客和商家对电子商务推荐系统的需求日益强烈。然而当前的电子商务推荐系统大多是采用以用户为基础进行构建的。同时,由于系统建立之初,顾客对系统的访问量较少,这些系统往往遭遇了“冷启动”的问题,不能有效发挥推荐系统应有的作用。而基于内容的推荐系统以商品自身属性为出发点,不依靠顾客行为,可以有效解决这一问题。基于内容的推荐系统通常以文本相似性研究为基础,但是由于在推荐中涉及的往往是短文本的相似性问题,而长文本的推荐算法不能很好的应用于短文本相似性比较。本文以计算机图书推荐为例,提出一种实现短文本相似性比较的方法。该方法从互联网中获取了计算机图书的语料库,通过分词、去停止词等预处理,按照基于规则和基于统计的方法提取了计算机领域术语,并进行实验验证。之后,基于提取的计算机领域术语构建了计算机领域语的层次结构,并结合了短文本语义比较的方法,最终形成计算机图书的推荐。同时,基于提出的理论,结合实际,构建出电子商务推荐系统。该系统充分考虑用户需求,对实际的运行方式进行合理设计,为构建电子商务推荐系统提供了一条新的思路。

关键词：推荐系统领域术语短文本相似性

基于Bi-LSTM的汉语自动语义角色标注研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Bi-LSTM的汉语自动语义角色标注研究

作者：朱鹏飞兰州理工大学

学位级别：硕士

随着计算机技术的迅速发展以及大数据时代数据量的爆炸式增长,人们寻求对信息进行准确、快速且全面的获取与处理变的越来越困难,尤其是文本形式的信息。目前汉语自动语义角色标注方法已经有了很多的研究成果,但是仍有很多具有挑战性的... 详细信息

随着计算机技术的迅速发展以及大数据时代数据量的爆炸式增长,人们寻求对信息进行准确、快速且全面的获取与处理变的越来越困难,尤其是文本形式的信息。目前汉语自动语义角色标注方法已经有了很多的研究成果,但是仍有很多具有挑战性的问题亟待解决。通过深入探讨现有的语义角色标注模型,本文主要从数据预处理、特征向量和序列标注算法三个方面进行了研究。本文所做的主要工作如下:1.对稀疏谓语和常见谓语存在训练样本不均衡的问题进行深入研究,提出语义密度聚类概念。为了提升模型输入向量的多特征表示能力,提出“模糊”机制,利用词向量距离的概念对非谓语词向量进行“模糊化”操作,改变了原始词向量的语义表达特性。以汉语命题语料库作为实验材料,在基于Bi-LSTM-CRF框架的汉语自动语义角色标注模型上进行多维度、多角度的对比实验,结果表明该方法能取得较好的语义角色标注性能。2.针对辅助特征对于语义角色标注的结果具有较大影响的事实,构造并训练了一个Bi-LSTM网络层来用于获取词性特征的表达,训练得到的词性特征表达作为模型输入向量的一部分组成向量;结合词向量与领域词典,引入六个有效统计特征,利用CRF模型实现领域术语识别,对领域术语的one-hot表示进行权重初始化,与词向量以及词性向量进行特定方式的结合形成新的输入特征向量,并在基于Bi-LSTM-CRF框架的汉语自动语义角色标注模型上进行多维度、多角度的对比实验。实验结果表明,本文引入的辅助特征能更好地对文本进行有效的表示,提出的特征向量组合模型具有更好的语义信息表达和领域适应性。3.针对“神经网络+CRF”框架以及基分类器用于序列标注任务时明显存在的缺陷,提出一种融合多类别分类器的序列标注算法。将条件随机场、结构化支持向量机和最大间隔马尔科夫网进行有效融合,首先利用集成学习方向训练三类基分类器,分别得到十个弱学习器,然后利用算术平均结合策略将弱学习器集成为三类强学习器,在预测阶段,引入了状态转移矩阵,最后利用Viterbi算法对预测序列进行求解。实验阶段将该模型应用于中文分词、词性标注以及语义角色标注任务中,实验结果表明,提出的序列标注模型在序列标注任务上具有较好的性能。

关键词：语义角色稀疏谓语模糊机制词性向量领域术语序列标注

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向竹藤的领域语义信息检索系统研究

中国农学通报 2014年第1期30卷 103-107页

作者：彭琳庞雪云南农业大学/云南省高校农业信息技术重点实验室昆明650201 上海大学计算机工程与科学学院上海200072

针对目前竹藤领域数据格式多样、集成整合不足、检索效率低下等问题,将领域术语权重和概念查询扩展相结合,提出了适用于竹籐的领域语义信息检索模型,并对竹藤领域的语义信息检索系统的检索方式、框架结构进行研究,最终建立了竹藤领域语... 详细信息

针对目前竹藤领域数据格式多样、集成整合不足、检索效率低下等问题,将领域术语权重和概念查询扩展相结合,提出了适用于竹籐的领域语义信息检索模型,并对竹藤领域的语义信息检索系统的检索方式、框架结构进行研究,最终建立了竹藤领域语义信息检索系统。本研究内容可有效地解决竹藤信息资源利用的技术障碍,为竹藤的宏观深层次研究,提供新的技术支持和理论依据,为其他相关领域语义信息检索提供一种新方法和思路。

关键词：竹藤语义检索模型检索系统领域术语

在线全文

学校读者我要写书评

暂无评论

融入领域短语知识的专利主题提取研究

融入领域短语知识的专利主题提取研究

作者：刘硕河北工业大学

学位级别：硕士

主题模型能够挖掘文本中潜在的语义信息,实现对文本内容更好的表征。对专利文本进行主题提取,有利于专利分析人员更好地了解某领域的技术发展现状,并且能够提高文本分析的效果。近年来以LDA模型为代表的主题模型被广泛地应用在文本挖掘... 详细信息

主题模型能够挖掘文本中潜在的语义信息,实现对文本内容更好的表征。对专利文本进行主题提取,有利于专利分析人员更好地了解某领域的技术发展现状,并且能够提高文本分析的效果。近年来以LDA模型为代表的主题模型被广泛地应用在文本挖掘任务中,研究者们根据不同的需要对主题模型进行改进。通常情况下,短语比词含有更丰富的语义信息,将短语融入到主题模型中提高了主题的可解释性,但是短语造成的稀疏性导致能够表达主题的短语作用不突出。已有的将相似性约束的短语融入到主题模型中的方法,在对专利文本提取主题时,忽略了不同领域中短语的区别,导致提取的主题领域性不强。因此,本文针对专利文本构建领域短语表,在此基础上提出了融入领域短语知识的主题模型。主要工作如下:（1）根据专利文本特点,构建特定领域的领域短语表。将专利文本中的短语分为两种:表达特定领域技术信息的领域术语和能够表达技术所带来效果的功能短语。领域术语组成方式多变,并且随着技术的发展不断出现新的术语,本文通过构建融合字词特征的Bi-LSTM-CRF模型对领域术语进行提取。功能短语主要出现在摘要部分,并且功能短语的出现经常伴随着线索词的出现,本文采用句法分析与线索词相结合的方法对专利文本的摘要部分进行分析,提取功能短语。（2）本文提出了融入领域短语知识的主题模型。将领域短语表作为自定义词典,避免了领域短语被拆分而导致主题可解释性差的问题。利用相似度计算的方法对领域短语表进行扩展,将其作为先验知识融入到主题模型中,使用Generalized Pólya Urn模型强化领域短语在专利文本中的作用。当给一个词或短语分配主题时,以一定的概率增加其相关词或短语的概率,这样不仅缓解了短语带来的稀疏性,而且提高了主题一致性。本文以专利检索网站下载的专利文本为实验数据,以困惑度和主题一致性为评价指标,通过对比传统的LDA模型、基于短语的LDA模型和融入先验知识的LDA模型,结果表明本文提出的融入领域短语知识的主题模型有效地解决了领域短语被拆分、主题可解释性差的问题,提高了主题一致性。

关键词：专利文本领域术语功能短语主题模型可解释性主题一致性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文客户评论对象特征抽取方法

中文客户评论对象特征抽取方法

作者：周红庆华侨大学

学位级别：硕士

随着Internet技术的蓬勃发展，越来越多的用户参与到了互联网的共同建设中来，由信息的被动接受者变为信息的主动创作者。因此，在互联网上存在大量用户参与的，对于诸如人、产品等有价值的评论信息。这些评论信息反映了用户的意见、观... 详细信息

随着Internet技术的蓬勃发展，越来越多的用户参与到了互联网的共同建设中来，由信息的被动接受者变为信息的主动创作者。因此，在互联网上存在大量用户参与的，对于诸如人、产品等有价值的评论信息。这些评论信息反映了用户的意见、观点和立场，具有重要的研究价值。然而，随着越来越多的用户在互联网上分享自己的观点和意见，这些评论信息迅速的增加累积，仅靠人工的方式已经很难对它们进行分析处理。因此评论意见挖掘技术随之而生，该技术主要涉及特征挖掘、用户观点的抽取、情感分析技术等方面。评论意见挖掘首要工作是评论对象的特征挖掘，其准确性和全面性对后续的研究具有重要意义。由于在评论中不同的词可以用来描述同一种特征，所以评论对象特征的提取及聚类更具有挑战性。针对中文客户评论，对评论对象特征的抽取进行分析和研究。以下概括了本文的主要研究内容：为了从中文客户评论中提取出用户感兴趣的评论对象特征，本研究基于关联规则理论，即Apriori算法提取出频繁特征项集，最后根据三种剪枝规则对频繁特征项集进行剪枝，得到初步的候选评论对象特征集合。然后，针对基于Apriori算法抽取特征的查准率不高的问题，引进领域术语的概念，提高中文客户评论对象特征挖掘的性能。本文将评论对象特征看成是评论语料的领域术语，利用领域一致度和领域相关度度量候选特征与评论领域的关联程度，并对其进行排序，过滤掉那些与领域关联程度低的特征，实现挖掘性能的提高。本文对特征间的语义相似度计算方法进行了改进，既考虑词语间的单独相似度，又考虑了特征词与观点词的共现性。结合基于Hownet的词语相似度和基于特征和观点共现信息的特征相似度提出了一种新的特征语义相似度计算方法。最后，以特征间的语义相似度为聚类依据，对特征进行聚类。该算法将具有一定程度相似性的特征聚集在一起，解决了特征在评论中有不同表述的问题。本文通过互联网获取评论语料，并在实验中验证提出的所有算法，证明了该方法的具有较好的抽取性能。

关键词：关联规则领域术语特征观点共现语义相似度特征抽取特征聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

语音识别在旅游领域问句识别中的应用

软件导刊 2018年第2期17卷 12-14,18页

作者：罗洋周兰江昆明理工大学信息工程与自动化学院云南昆明650500

根据领域术语的音节关联特点,提出一种基于术语音节关联特性的领域术语声学模型建模方法。该方法首先根据领域术语字间发音的特点,以声韵母作为识别基元,构建融合零声母音节的扩展声韵母集合(Extended Initial Final-EIF),然后根据术语... 详细信息

根据领域术语的音节关联特点,提出一种基于术语音节关联特性的领域术语声学模型建模方法。该方法首先根据领域术语字间发音的特点,以声韵母作为识别基元,构建融合零声母音节的扩展声韵母集合(Extended Initial Final-EIF),然后根据术语发音的声韵母组合情况制定出识别单元的组合规则,并构建上下文相关的三音子模型(Triphone-Tri),最后通过Tri-EIF模型实现领域术语识别。对比实验结果表明,Tri-EIF模型具有较好的识别效果,术语识别正确率与上下文无关模型相比提高了28%。

关键词：语音识别领域术语声学建模上下文关联

在线全文

学校读者我要写书评

暂无评论

CPI采价不打烊记者走基层采访不打烊

中国记者 2021年第5期 61-62页

作者：时晓冉中国信息报

提到“统计”二字,大多数人的第一反应是可能是枯燥乏味的数字、高深冗长的报表和让人发晕的数学模型……很多人觉得统计只是专业人士的工作,和普通人的生活关系并不大。其实,统计和我们的生活非常贴近,可以说生活中处处皆统计。尤其是... 详细信息

提到“统计”二字,大多数人的第一反应是可能是枯燥乏味的数字、高深冗长的报表和让人发晕的数学模型……很多人觉得统计只是专业人士的工作,和普通人的生活关系并不大。其实,统计和我们的生活非常贴近,可以说生活中处处皆统计。尤其是近年来国家统计局加大统计公开透明力度,发布类型更多的统计数据,让很多经济领域术语逐渐被普通市民熟悉。

关键词：国家统计局统计数据领域术语普通市民基层采访公开透明数学模型专业人士

在线全文

学校读者我要写书评

暂无评论

基于文本的本体概念提取

科技信息 2010年第13X期 55-55,10页

作者：鹿彦孙静波长春工业大学计算机科学与工程学院吉林长春130012

近年来,本体学习技术逐渐成为计算机科学领域的一个研究热点。本体学习的任务包括概念的获取、概念间关系的获取和公理的获取,而概念是本体中最重要的组成部分之一。提出了一种利用统计方法获取与种子概念相关的领域术语的提取算法,并... 详细信息

近年来,本体学习技术逐渐成为计算机科学领域的一个研究热点。本体学习的任务包括概念的获取、概念间关系的获取和公理的获取,而概念是本体中最重要的组成部分之一。提出了一种利用统计方法获取与种子概念相关的领域术语的提取算法,并通过实验测试了该算法。

关键词：本体本体学习种子概念领域术语