我要投稿 查看投稿进度
学术期刊
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
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于深度神经网络的诗词检索 下载：24 浏览：245

梁健楠1，2，3 孙茂松1，2，3 矣晓沅1，2，3 《中文研究》 2020年8期

摘要:
中国古典诗词是中国古典文学的代表之一，是中华传统文化的宝藏，源远流长。中国古典诗词研究是自然语言处理方向的一项重要且富有意义的工作。随着人工智能的发展，人工神经网络在图像、文本等领域得到广泛的应用，取得了显著的突破，给人工智能与中国古典诗词相结合提供了新的思路和方法。让机器去理解中国古典诗词的韵律和意境是一项极具挑战的工作，其中，通过研究诗词的相似性来提升机器对诗词的理解这一研究课题被赋予了更为重要的意义。诗词检索是对诗词内容做对比，查找出在语义和意境上相接近的诗词，这要求对整首诗词的内容和意境有深入的理解。该文模型以数十万首古诗作为基础，利用循环神经网络(RNN)自动学习古诗句的语义表示，并设计了多种方法自动计算两首诗之间的关联性，以此计算两首诗词之间的语义距离，实现诗词的推荐。自动评测和人工评测的实验结果都表明，该文模型能够生成质量较好的诗词检索结果。

藏文字同现网络的小世界效应和无标度特性 下载：19 浏览：202

才智杰1 孙茂松2 才让卓玛1 《中文研究》 2018年9期

摘要:
复杂网络具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质，而语言文字作为人类智慧和文明的结晶，是经过漫长演化形成的复杂网络。该文对藏语诗歌、散文、政治、佛教、教材和口语等六类具有代表性的体裁语料，每类各取15篇共90篇文章构建了97个藏文字同现网络，分析了藏文字同现网络的最短路径长度、聚类系数和度分布，实验数据显示97个藏文字同现网络都具有小世界效应和无标度特性，表明藏文字同现网络都具有小世界效应和无标度特性。

跨数据源论文集成 下载：44 浏览：334

张帆进 顾晓韬 姚沛然 唐杰 《中文研究》 2018年5期

摘要:
该文研究跨数据源的论文集成问题，旨在将不同数据源中的同一论文匹配起来。该文提出了两个算法来解决论文匹配的问题，第一个算法(MHash)利用哈希算法来加速匹配，第二个算法(MCNN)利用卷积神经网络(CNN)来提高匹配的准确率。实验表明，结合论文的各种属性，MHash能够在快速得到匹配结果的同时，保持较高的准确率(93%+)，而MCNN能够达到非常高的准确率(98%+)。同时，设计了一个针对大规模论文匹配的异步搜索框架，在15天内得到了64 639 608对AMiner(1)和MAG(2)论文的匹配结果。论文匹配结果和AMiner、MAG的全部论文数据已作为公开数据集发布(3)。

基于局部语义相关性的定义文本义原预测 下载：42 浏览：320

杜家驹1 岂凡超1 孙茂松2 刘知远3 《当代中文学刊》 2020年9期

摘要:
作为人类语言的最小语义单位,义原已被成功应用于许多自然语言处理任务。人工构造和更新义原知识库成本较大,因此义原预测被用来辅助义原标注。该文探索了利用定义文本为词语自动预测义原的方法。词语的各个义原通常都与定义文本中的不同词语的语义有相关关系,这种现象被称为局部语义相关性。与之对应,该文提出了义原相关池化(SCorP)模型,该模型能够利用局部语义相关性来预测义原。在HowNet上的评测结果表明,SCorP取得了当前最好的义原预测性能。大量的定量分析进一步证明了SCorP模型能够正确地学习义原与定义文本之间的局部语义相关性。

网络表示学习算法的分析与验证 下载：40 浏览：422

王岩 唐杰 《当代中文学刊》 2019年4期

摘要:
网络表示学习算法是社交网络分析领域的一个热点问题。该文旨在研究现有的各种网络表示学习算法,并分析各类算法在不同结构的网络数据中的性能,对3大类别、共10种网络表示学习算法在8个网络上进行了网络节点的多标签分类以验证算法的性能,以此来全面评价各类算法的效果、效率和应用范围。实验结果表明,DeepWalk这种流行的深度学习算法在各种类型的网络中有着稳定而较好的效果。而基于矩阵分解算法的应用,则受限于其较高的空间复杂度。

融合深度匹配特征的答案选择模型 下载：42 浏览：457

冯文政 唐杰 《当代中文学刊》 2019年1期

摘要:
答案选择是自动问答系统中的关键任务之一,其主要目的是根据问题与候选答案的相似性对候选答案进行排序,并选择出相关性较高的答案返回给用户。可将其看作成一个文本对的匹配问题。该文利用词向量、双向LSTM、2D神经网络等深度学习模型对问题—答案对的语义匹配特征进行了提取,并将其与传统NLP特征相结合,提出一种融合深度匹配特征的答案选择模型。在Qatar Living社区问答数据集上的实验显示,融合深度匹配特征的答案选择模型比基于传统特征的模型MAP值高5%左右。

基于词向量的中文事件发现及表示 下载：82 浏览：496

张斌 胡琳梅 侯磊 李涓子 ​ 《人工智能研究》 2018年4期

摘要:
已有的事件发现方法主要基于词频-逆文档频率文档表示,维度较高,语义稀疏,效率和准确率都较低,不适用于大规模在线新闻事件发现.因此,文中提出基于词向量的文档表示方法,降低文档表示维度,缓解语义稀疏问题,提高文档相似度计算效率和准确性.基于该文档表示方法,提出动态在线新闻聚类方法,用于在线新闻事件发现,同时提高事件发现的准确率和召回率.在标准数据集TDT4和真实数据集上的实验表明,相比当前通用的基线方法,文中方法在时间效率和事件质量上都有显著提高.
[1/1]
|<
<
1
>
>|
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
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享