文章-世纪中文出版社

吴伟《历史研究进展》 2019年4期

摘要:

中国报刊对1917年俄国发生的二月革命和十月革命都进行了即时报道。相比之下,对二月革命的报道相对密集且褒扬之声甚强,而对十月革命的报道则呈现完全不同的情形。之所以出现报道上的"热""褒"和"冷""贬"的区别,主要在于辛亥革命后的中国国情和民众心理取向,也在于第一次世界大战之中交战双方形成的对峙和彼此的宣传战、心理战的影响,以及中国参战后整体舆论导向的选择;同时也与中国先进知识分子对马克思主义和列宁主义了解认识的现状有关。

中国报刊即时报道中的1917年俄国革命下载：56 浏览：348

吴伟《历史研究进展》 2019年4期

摘要:

中国报刊对1917年俄国发生的二月革命和十月革命都进行了即时报道。相比之下,对二月革命的报道相对密集且褒扬之声甚强,而对十月革命的报道则呈现完全不同的情形。之所以出现报道上的"热""褒"和"冷""贬"的区别,主要在于辛亥革命后的中国国情和民众心理取向,也在于第一次世界大战之中交战双方形成的对峙和彼此的宣传战、心理战的影响,以及中国参战后整体舆论导向的选择;同时也与中国先进知识分子对马克思主义和列宁主义了解认识的现状有关。

基于生成对抗网络的控辩焦点识别下载：28 浏览：341

杨亮1 周逢清1 张琍2 毛国庆3 易斌1 林鸿飞1 《中文研究》 2020年1期

摘要:

近年来，随着深度学习技术的不断发展，自然语言处理作为人工智能的一个重要分支，在许多垂直领域有了广泛的应用，如司法、教育、医疗等。在司法领域的庭审过程中，控辩双方往往围绕案件的争议焦点持有不同观点，而该焦点也是影响案件最终判决和量刑的关键所在，该文旨在识别并生成电子卷宗中的控辩焦点。由于控辩焦点的构成大多依赖对案情文本的分析概括，受此启发该文尝试将文本摘要的思想迁移到该任务中，结合生成对抗网络构建控辩焦点的生成模型，进而获得案件的控辩焦点。在裁判文书网的真实司法数据的基础上，开展了相关的实验。实验结果显示，所提出的模型对控辩焦点的识别精度有了一定幅度的提升。因此，该文对检察机关办案人员的庭前预案及案件审理有着一定的辅助作用与应用价值。

大力开拓宋代文献史料源不断提升学术创新力下载：54 浏览：324

戴建国《历史研究进展》 2019年2期

摘要:

宋代的传世资料数量并不算少,但与唐代相比,在有些门类却不占优势,甚至是欠缺的。我们既可向上通过揭诸来者,将研究视角上溯至唐五代,也可通过向下追踪其后世流变,借鉴元明清资料和学界成果,反观宋史,解读文献资料,研究宋史。加强宋代墓志的收集整理工作,充分挖掘墓志价值。重视宋之后文献所载宋史二手资料的价值,积极开拓元明清三朝文献中蕴含的宋代史料源。关注和挖掘明清时期修纂的家谱价值,不断提升宋史研究的学术创新力

御殿听政:南宋前期中枢日常政务的重建与运作下载：68 浏览：341

韩冠群《历史研究进展》 2019年1期

摘要:

御殿听政是宋代君主最重要的政务处理活动之一,南宋前期中枢日常政务的制度化是伴随着国家政局的稳定以及临安宫城殿宇的修筑而在孝宗朝基本完成的。因其御殿频率之高,听政时间之长,内引臣僚班次之多,对晚朝的充分利用,参与朝政的主动性高,宋孝宗成为两宋诸帝中极为勤勉的代表。但是,宋孝宗亲揽权纲、躬亲庶务的做法也引起了士大夫对君相权力边界的众多议论,从而影响了此后的中枢政局。

基于深度学习的关系抽取研究综述下载：25 浏览：348

庄传志1，2 靳小龙1，2 朱伟建1，2 刘静伟1，2 白龙1，2 程学旗1，2 《中文研究》 2019年12期

摘要:

关系抽取(RE)是为了抽取文本中包含的关系，是信息抽取(IE)的重要组成部分。近年来，研究人员利用深度学习技术在该领域开展了深入研究。由于神经网络类型丰富，基于深度学习的关系抽取方法也更加多样。该文从关系抽取的基本概念出发，对关系抽取方法依据不同的视角进行了类别划分。随后，介绍了基于深度学习的关系抽取方法常用的数据集，并总结出基于深度学习的关系抽取框架。在此框架下，对关系抽取方法在面向深度学习的输入数据预处理、面向深度学习的神经网络模型设计等方面的具体工作进行了分析与评述，最后对未来的研究方向进行了探讨和展望。

基于联合注意力机制的篇章级机器翻译下载：30 浏览：316

李京谕1，2 冯洋1，2 《中文研究》 2019年11期

摘要:

近年来，神经机器翻译(neural machine translation， NMT)表现出极大的优越性，然而如何在翻译一个文档时考虑篇章上下文信息仍然是一个值得探讨的问题。传统的注意力机制对源端的所有词语进行计算，而在翻译当前句子时篇章中大量的信息中只有小部分是与之相关的。在篇章级机器翻译中，采用传统的注意力机制建模篇章信息存在着信息冗余的问题。该文提出了一种联合注意力机制，结合"硬关注"和"软关注"的机制对篇章上下文的信息进行建模。关键思想是通过"硬关注"筛选出与翻译当前句子相关的源端历史词语，然后采用"软关注"的方法进一步抽取翻译中所需的上下文信息。实验表明，相比于基线系统，该方法能使翻译性能获得明显提升。

装备质量持续管理体系标准控制研究下载：70 浏览：402

杨瑞华《国际科技论坛》 2018年7期

摘要:

随着国家科技的进步，人们对于装备质量的要求越来越高，因此必须要建立合理有效的装备质量管理体系。目前现有的装备质量管理体系还有许多不足，在标准控制上依旧存在许多问题，虽然部分相关学者有过研究，但研究过程不够透彻，研究结果不够深入。本文着重研究了装备质量持续管理体系的标准，分析了管理体系的构建方式，重点研究了装备质量持续管理体系的标准控制流程，一是梳理质量监督体系标准之间的关系，二是强化法规制度，三是规范体系运作，四是严格职责权限，五是审核、审查、验证、改进，根据这样的控制流程能够极好减小管理难度，提高管理效率，有效解决相关问题。

顺康雍辽籍士人科举寄籍稽考下载：69 浏览：359

管仲乐黄云鹤《历史研究进展》 2018年11期

摘要:

清初针对大量入关的辽籍士人,顺治、康熙、雍正三朝在河北、山东、陕西三地施行了一系列的科举寄籍政策。本文剖析寄籍政策产生的原因,勾稽寄籍士人科举具体事例,分析该政策具有专为东北地区汉籍士子设立,考生籍贯主要为辽籍,寄籍三地登科状况并不均衡等特点,进而探讨寄籍政策的消亡原因主要在于寄籍士人的稳定及东北地区教育科举政策的完善,并总结寄籍政策对后世教育考试等问题的启示。

北平社会调查所与1920年代的生活费调查研究下载：74 浏览：372

王亚奇《历史研究进展》 2018年11期

摘要:

20世纪20年代前期,我国国内有关生活费的调查便已有所展开,但规模尚小且不完善。1926年社会调查部(1929年改称北平社会调查所)成立后,迅速成为近代社会调查的主要推动机关。作为一个专业调查研究机构,北平社会调查所在创办初期即以劳工生活费为主要研究对象,不仅取得了丰硕的调查研究成果,留下大量可资利用的调查资料,同时在具体调查方法的推介和生活费指数的编制问题上,也起到了重要的示范与导向作用。在政府相关调查统计尚未开展的情况下,调查所通过生活费调查,进而根据其结果编制生活费指数,为了解劳工生活、解决劳资纠纷提供了重要参考。

1930年后宗族立嗣过继制度的变动与沿袭下载：68 浏览：368

王跃生《历史研究进展》 2018年10期

摘要:

1930年《民法》亲属编、继承编颁布,这一新法律不再维护无子者立嗣过继的传统做法,规定无子夫妇可自主收养同姓和异姓子女。家谱文献显示,宗族组织及族谱撰修者在立嗣过继这一问题上的态度有三种,一是接受或基本接受《民法》精神,淡化立嗣意识,赋予"养子"在宗族之中应有的地位;二是适度调整旧规,向新法靠拢,在主张无子族人仍应立嗣的同时,认可女儿招赘生子为嗣、姊妹之子为嗣的做法;三是固守传统和祖制,坚持无子族人仍应在同姓血缘近亲中循序立嗣、异姓不得上谱的原则。宗族组织在立嗣过继方面的"守旧"表现并非有意违抗新法,而与宗族为同姓血缘亲族组织这一本质特征有关,男系传承是其维系和延续的思想基础。

基于BERT的古文断句研究与应用下载：40 浏览：224

俞敬松1 魏一1 张永伟2 《中文研究》 2019年8期

摘要:

古汉语与现代汉语在句法、用词等方面存在巨大的差异。古文句与句之间通常缺少分隔和标点符号，现代读者难以理解。人工断句有助于缓解上述困境，但需要丰富的专业知识，耗时耗力。计算机自动断句有助于加速对古文的准确理解，从而促进古籍研究以及中华文化的弘扬。除自动断句，该文还尝试了自动标点任务。该方案自行预训练古汉语BERT(Bidirectional Encoder Representations from Transformers)模型，并针对具体任务进行微调适配。实验表明，该方案优于目前深度学习中的主流序列切割BiLSTM+CRF模型，在单一文本类别和复合文本类别测试集上的F1值分别达到89.97%和91.67%。更重要的是，模型表现出了很强的泛化能力，未参与任何训练的《道藏》测试集上的F1值依然可达到88.76%。自动标点任务仅使用少量较为粗糙的带标点文本训练集时F1值为70.40%，较BiLSTM+CRF模型提升12.15%。两任务结果均达到当前最佳，相关代码和模型已经开源发布。

基于生成对抗模型的异质信息网络语义表征方法研究下载：51 浏览：334

赵瑜1 谭海宁2，3 刘志方4 武超5 《中文研究》 2019年8期

摘要:

近些年，网络表示学习问题吸引了大量研究者的关注，而异构信息网络由于其丰富的结构语义信息及其广阔的应用领域，更是成为了网络表示学习领域的重中之重。目前面向异构信息网络的表示学习模型主要可以分为基于生成式模型的表示学习方法和基于判别式模型的表示学习方法，但是很少有工作同时结合两种模型进行表示学习的优化。该文提出了结合生成式模型和判别式模型的异构信息网络表示学习模型HINGAN，主要是将对抗生成思想融入异构信息网络表示学习过程中，达到优化网络表示结果的目的。该模型首先在元路径的引导下构建带权信息网络图，然后在带权图上计算更新构造的生成器和判别器参数，通过生成对抗的博弈思想来获取最大收益。在AMiner和DBLP两个真实学术图谱数据集上的实验结果表明，HINGAN在多标签分类、链路预测以及可视化方面都能比现在主流的网络表示方法取得更优的效果，并且HINGAN可以应用于大规模的异构网络数据的表示和计算。除此之外，该文还总结了已有研究成果并对未来研究可能面临的挑战进行了展望。

基于远程监督的关系抽取研究综述下载：44 浏览：368

白龙1 靳小龙2 席鹏弼2 程学旗2 《中文研究》 2019年6期

摘要:

关系抽取作为信息抽取的一项关键技术，在知识库自动构建、问答系统等领域有着极为重要的意义，一直以来受到人们的关注。远程监督关系抽取技术通过外部知识库作为监督源，自动对语料库进行标注，能够大量节省人工标注成本，因而受到了研究者们的重视。该文针对远程监督关系抽取技术做了较为系统性的梳理，将已有方法分为基于概率图的、基于矩阵补全的和基于嵌入的三大类，并且对其当前面临的挑战进行了探讨，最后总结并展望了远程监督关系抽取技术未来的发展。

防止静悄悄的义务教育市场化下载：65 浏览：402

冯丹《国际科技论坛》 2018年3期

摘要:

近年来，各地不断出台相关政策来改变"小升初"方式及规范"小升初"招生，激发了社会关于义务教育"上学难、上学贵"的讨论。围绕"上学难、上学贵"的主题，许多家长和学者均提及义务教育产业化、市场化的现象，这一现象值得深入思考和探讨。

MCA-Reader:基于多重联结机制的注意力阅读理解模型下载：43 浏览：392

张禹尧蒋玉茹毛腾张仰森《中文研究》 2019年5期

摘要:

机器阅读理解是当下自然语言处理的一个热门任务，其内容是:在给定文本的基础上，提出问题，机器要在给定文本中寻找并给出最终问题的答案。片段抽取式阅读理解是当前机器阅读理解研究的一个典型的方向，机器通过预测答案在文章中的起始和结束位置来定位答案。在此过程中，注意力机制起着不可或缺的作用。该文为了更好地解决片段抽取式机器阅读理解任务，提出了一种基于多重联结机制的注意力阅读理解模型。该模型通过多重联结的方式，更有效地发挥了注意力机制在片段抽取式机器阅读理解任务中的作用。利用该模型，在第二届"讯飞杯"中文机器阅读理解评测(CMRC2018)的最终测试集上EM值为71.175，F1值为88.090，排名第二。

高职院校图书馆的服务创新思考下载：64 浏览：370

孔祥爱1 夏桂敏2 王伟3 《国际科技论坛》 2018年2期

摘要:

高职学校图书馆的服务创新主要有:网上信息服务、移动平台创新服务、地方文献特色服务。如何拓展服务模式，促进科技信息资源共享，是高职图书馆面临的重要课题。

清代浮尸收瘗保障制度研究下载：87 浏览：477

张铭蓝勇《历史研究进展》 2018年5期

摘要:

当下民间浮尸收瘗因存在诸多问题,动辄"挟尸索费",造成了不良的社会影响,然清代处理收瘗事宜则较为顺畅,既有相应的规章制度保障,避免了各种棍徒的敲诈勒索,又有来自官方和民间的资金支持,保障了所需经费用度,同时从报信、打捞到埋葬等具体环节给予了人员相应酬劳,为收瘗工作提供了持续的人力支持。清代较为完备的保障制度使浮尸收瘗事业得以完全公益性。参考清代浮尸收瘗保障制度,可为当下各类公益保障措施的制定提供一定的借鉴意义。

融合图结构与节点关联的关键词提取方法下载：20 浏览：203

马慧芳1，2 王双1 李苗1 李宁3 《中文研究》 2019年2期

摘要:

单篇文本的关键词提取可应用于网页检索、知识理解与文本分类等众多领域。该文提出一种融合图结构与节点关联的关键词提取方法，能够在脱离外部语料库的情况下发现单篇文本的关键词。首先，挖掘文本的频繁封闭项集并生成强关联规则集合；其次，取出强关联规则集合中的规则头与规则体作为节点，节点之间有边当且仅当彼此之间存在强关联规则时，边权重定义为关联规则的关联度，将强关联规则集合建模成关联图；再次，综合考虑节点的图结构属性、语义信息和彼此的关联性，设计一种新的随机游走算法计算节点的重要性分数；最后，为了避免抽取的词项之间有语义包含关系，对节点进行语义聚类并选取每个类的类中心作为关键词提取结果。通过设计关联图模型参数的选取、关键词的提取规模、不同算法对比3个实验，在具有代表性的中英文数据上证明了该方法能够有效提升关键词提取的效果。

基于联合标注和全局推理的篇章级事件抽取下载：71 浏览：408

仲伟峰1 杨航1，2 陈玉博2 刘康2 赵军2 《中文研究》 2019年2期

摘要:

事件抽取可以帮助人们从海量的文本中快速、准确地获取感兴趣的事件知识。然而，目前事件抽取的研究主要集中在从单一句子中抽取事件，由于事件构成的复杂性和语言表述的多样性，多数情况下多句才能完整地描述一个事件。因此，从篇章中抽取出完整的结构化事件信息，显得更有价值和意义。该文首先利用基于注意力机制的序列标注模型联合抽取句子级事件的触发词和实体，与独立进行实体抽取和事件识别相比，联合标注的方法在F值上提升了1个百分点。然后利用多层感知机判断实体在事件中扮演的角色。最后，在句子级事件抽取的基础上，利用整数线性规划的方法进行全局推理，融合句子级事件信息，实现篇章级事件抽取，与基线模型相比，这种基于全局推理的篇章级事件抽取在F值上提升了3个百分点。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com