检索结果-南通市图书馆

新闻语体与文艺语体词汇特征差异的多维定量分析

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

语言教学与研究 2024年第3期 68-78页

作者：谢永慧杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心 100083 北京语言大学语言科学院

本文从量化词汇特征的角度探究新闻语体与文艺语体的差异。具体方法是:分别构建两种语体的等规模语料库,从中提取52个区分语体的词汇层潜在特征;采用Biber多维度分析法对这些特征进行因子分析,得到五个比较重要的特征维度;通过对词汇特... 详细信息

本文从量化词汇特征的角度探究新闻语体与文艺语体的差异。具体方法是:分别构建两种语体的等规模语料库,从中提取52个区分语体的词汇层潜在特征;采用Biber多维度分析法对这些特征进行因子分析,得到五个比较重要的特征维度;通过对词汇特征作微观分析将五个特征维度解释为五个功能维度;最后计算新闻语体和文艺语体的维度分,进而比较语体间的功能差异。结果发现:新闻语体的词汇更具信息性、非互动性、丰富性、非描述性和惯用性,文艺语体的词汇更具叙事性、互动性、单调性、描述性和特用性。

关键词：新闻语体文艺语体词汇特征多维度分析法

大模型生成回答与人类回答文本的语言特征比较研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第4期38卷 17-27页

作者：朱君辉王梦焰杨尔弘聂锦燃杨麟儿王誉杰北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学计算科学学院北京100083 北京交通大学计算机与信息技术学院北京100044

近年,人工智能的语言生成技术突飞猛进,基于自然语言生成技术的聊天机器人ChatGPT能够自如地与人对话、回答问题。为了探究机器生成语言与人类语言的差异,该文分别收集了人类和ChatGPT在中文开放域上3293个问题的回答作为语料,对两种语... 详细信息

近年,人工智能的语言生成技术突飞猛进,基于自然语言生成技术的聊天机器人ChatGPT能够自如地与人对话、回答问题。为了探究机器生成语言与人类语言的差异,该文分别收集了人类和ChatGPT在中文开放域上3293个问题的回答作为语料,对两种语料分别提取并计算描述性特征、字词常用度、字词多样性、句法复杂性、语篇凝聚力五个维度上的161项语言特征,利用分类算法验证用这些特征区别两种语言的有效性,并考察、对比这些特征来阐释人类、机器生成两种语言的异同。研究结果发现,两种文本在描述性特征、字词常用度、字词多样性三个维度的77项语言特征上存在显著差异,相较于机器回答语言,人类回答语言表现出易读性高、论元重叠度低、口语色彩明显、用词丰富多样、互动性强等特点。

关键词： ChatGPT 人类语言语言特征机器学习

在线全文

学校读者我要写书评

暂无评论

基于计量的百年中国人名用字性别特征研究

中文信息学报 2022年第1期36卷 145-153页

作者：杜冰洁刘鹏远田永胜北京语言大学信息科学学院国家语言资源监测与研究平面媒体中心北京100083

该文构建了一个包含11万以上条目规模的中国名人人名数据库,每条数据含有人名、性别、出生地等社会文化标签,同时含有拼音、笔画、偏旁等文字信息标签。基于数据库,该文从中选择1919年至今的人名,用定性与定量结合的方法探究人名中汉字... 详细信息

该文构建了一个包含11万以上条目规模的中国名人人名数据库,每条数据含有人名、性别、出生地等社会文化标签,同时含有拼音、笔画、偏旁等文字信息标签。基于数据库,该文从中选择1919年至今的人名,用定性与定量结合的方法探究人名中汉字的特征及其性别差异,以及历时变化。从人名长度来看,男性人名比女性人名长;从人名用字的难易度来看,女性用字比男性更复杂;从用字丰富度来看,人名用字越来越单一和集中化,男性人名的用字丰富度大于女性人名。计算人名用字的性别偏度后发现女性人名的专用字更多。两性用字意象有明显不同,用字的意象随着时间发生改变,但改变最明显的时间节点是改革开放前后,其中女性用字变化比男性显著。除此之外,该文还得出人名中的性别极性字表、各个阶段的高频字表、用字变化趋势表等。

关键词：中国人名数据库汉字性别差异人名历时变化

基于数据选择和局部伪标注的跨领域语义依存分析研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2023年第6期37卷 15-24页

作者：毛达展喻快邵艳秋北京语言大学信息科学学院国家语言资源监测与研究平面媒体中心北京100083

语义依存分析要走向实用,模型从单领域迁移到其他领域的领域适应能力至关重要。近年来,对抗学习针对领域适应任务取得了较好的效果,但对目标领域的无标注数据利用率并不高。该文使用自训练方法用来提高无标注数据的利用效率,弥补对抗学... 详细信息

语义依存分析要走向实用,模型从单领域迁移到其他领域的领域适应能力至关重要。近年来,对抗学习针对领域适应任务取得了较好的效果,但对目标领域的无标注数据利用率并不高。该文使用自训练方法用来提高无标注数据的利用效率,弥补对抗学习方法的不足。但传统的自训练方法效率和性能并不好,为此该文针对跨领域语义依存分析任务,尝试强化学习数据选择器,提出了局部伪标注的标注策略,实验结果证明,该文所提出的模型优于基线模型。

关键词：语义依存分析领域适应自训练方法

在线全文

学校读者我要写书评

暂无评论

基于片段预测的词汇约束文本生成

中文信息学报 2023年第8期37卷 150-158页

作者：聂锦燃杨麟儿杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学信息科学学院北京100083

词汇约束文本生成是自然语言处理领域的重要研究任务之一,旨在给定一组有序词汇,生成包含这些词汇的流畅文本,在语言教学、文本生成、信息检索等领域有广泛应用。现有的生成方法存在生成速度慢、无法包含所有约束词等问题,难以满足实际... 详细信息

词汇约束文本生成是自然语言处理领域的重要研究任务之一,旨在给定一组有序词汇,生成包含这些词汇的流畅文本,在语言教学、文本生成、信息检索等领域有广泛应用。现有的生成方法存在生成速度慢、无法包含所有约束词等问题,难以满足实际应用需求。该文提出一种基于片段预测的端到端词汇受限文本生成方法,将词汇约束文本生成视为对约束词之间的文本片段的预测,利用基于二维位置编码的预训练语言模型预测所有片段,再将其填充回约束词的对应位置,从而保证了生成速度和词汇约束;利用词性标注方式构造多参考数据进行数据增强,进一步提升了文本生成质量。为验证方法的有效性,该文在公开的英文数据集,以及基于国际中文教材构建的中文数据集上进行了实验,结果表明,该文提出的LCTG-SP方法可以满足所有词汇约束、具有较快生成速度,生成文本的流利度和多样性表现更好。本文中的模型代码和数据开源在GitHub上①。

关键词：词汇约束片段预测文本生成数据增强

在线全文

学校读者我要写书评

暂无评论

小样本关系分类研究综述

中文信息学报 2022年第2期36卷 1-11页

作者：胡晗刘鹏远北京语言大学信息科学学院北京100083 北京语言大学国家语言资源监测与研究平面媒体中心北京100083

关系分类作为构建结构化知识的重要一环,在自然语言处理领域备受关注。但在很多应用领域中(如医疗、金融等领域)收集充足的用于训练关系分类模型的数据十分困难。近年来,仅需要少量训练样本的小样本学习逐渐应用于关系分类研究中。该文... 详细信息

关系分类作为构建结构化知识的重要一环,在自然语言处理领域备受关注。但在很多应用领域中(如医疗、金融等领域)收集充足的用于训练关系分类模型的数据十分困难。近年来,仅需要少量训练样本的小样本学习逐渐应用于关系分类研究中。该文对近期小样本关系分类模型与方法进行了系统的综述。根据度量方法的不同,将现有方法分为原型式和分布式两大类。根据是否利用额外信息,将模型分为预训练和非预训练两大类。此外,除了常规设定下的小样本学习,该文还梳理了跨领域和稀缺资源场景下的小样本学习,探讨了目前小样本关系分类方法的局限性,并分析了跨领域小样本学习面临的技术挑战。最后,展望了小样本关系分类未来的发展方向。

关键词：关系分类小样本学习元学习

在线全文

学校读者我要写书评

暂无评论

汉语学习者依存句法树库构建

中文信息学报 2022年第1期36卷 39-46页

作者：师佳璐罗昕宇杨麟儿肖丹胡正升王一君袁佳欣余婧思杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学信息科学学院北京100083 北京语言大学语言资源高精尖创新中心北京100083

汉语学习者依存句法树库为非母语者语料提供依存句法分析,对第二语言教学与研究,以及面向第二语言的句法分析、语法改错等相关研究有重要意义。然而,现有的汉语学习者依存句法树库数量较少,且在标注方面仍存在一些问题。为此,该文提出... 详细信息

汉语学习者依存句法树库为非母语者语料提供依存句法分析,对第二语言教学与研究,以及面向第二语言的句法分析、语法改错等相关研究有重要意义。然而,现有的汉语学习者依存句法树库数量较少,且在标注方面仍存在一些问题。为此,该文提出一个依存句法标注规范,搭建在线标注平台,并开展汉语学习者依存句法标注。该文重点介绍了数据选取、标注流程等问题,并对标注结果进行质量分析,以探索二语偏误对标注质量与句法分析的影响。

关键词：汉语学习者依存句法树库语料标注偏误分析依存句法分析

在线全文

学校读者我要写书评

暂无评论

句式结构树库的自动构建研究

中文信息学报 2023年第2期37卷 15-25页

作者：谢晨晖胡正升杨麟儿廖田昕杨尔弘北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学信息科学学院北京100083 北京语言大学语言资源高精尖创新中心北京100083

句式结构树库是以句本位语法为理论基础构建的句法资源,对汉语教学以及句式结构自动句法分析等研究具有重要意义。目前已有的句式结构树库语料主要来源于教材领域,其他领域的标注数据较为缺乏,如何高效地扩充高质量的句法树库是值得研... 详细信息

句式结构树库是以句本位语法为理论基础构建的句法资源,对汉语教学以及句式结构自动句法分析等研究具有重要意义。目前已有的句式结构树库语料主要来源于教材领域,其他领域的标注数据较为缺乏,如何高效地扩充高质量的句法树库是值得研究的问题。人工标注句法树库费时费力,树库质量也难以保证,为此,该文尝试通过规则的方法,将宾州中文树库(CTB)转换为句式结构树库,从而扩大现有句式结构树库的规模。实验结果表明,该文提出的基于树库转换规则的方法是有效的。

关键词：句式结构短语结构树库构建

在线全文

学校读者我要写书评

暂无评论

半监督跨领域语义依存分析技术研究

中文信息学报 2022年第2期36卷 22-28页

作者：毛达展李华勇邵艳秋北京语言大学国家语言资源监测与研究平面媒体中心北京100083

近年来,尽管深度学习给语义依存分析带来了长足的进步,但由于语义依存分析数据标注代价非常高昂,并且在单领域上性能较好的依存分析器迁移到其他领域时,其性能会大幅度下降。因此为了使其走向实用,就必须解决领域适应问题。该文提出一... 详细信息

近年来,尽管深度学习给语义依存分析带来了长足的进步,但由于语义依存分析数据标注代价非常高昂,并且在单领域上性能较好的依存分析器迁移到其他领域时,其性能会大幅度下降。因此为了使其走向实用,就必须解决领域适应问题。该文提出一个新的基于对抗学习的领域适应依存分析模型,该模型基于对抗学习的共享双编码器结构,并引入领域私有辅助任务和正交约束,同时也探究了多种预训练模型在跨领域依存分析任务上的效果和性能。

关键词：语义依存分析领域适应对抗学习