文章-世纪中文出版社

杨威丁山《设计研究》 2018年1期

摘要:

过去，大多数读者通过书籍来获取知识。随着数字化资源的发展，越来越多的人开始运用新兴的媒介进行阅读。这种阅读方式虽然提高了读者的速度与效率，但是严重忽视了读者的阅读情感，使人们变得精神浮躁，逐渐丧失对阅读的乐趣。怎样通过对图书馆的景观设计来引导人们健康阅读是文章研究的重点。文章提出将慢设计理念植入图书馆景观设计中的设想，通过深入研究慢设计理念的本质和现代阅读的现状，进一步分析图书馆景观设计的要素以及慢设计理念在图书馆景观设计中的植入方法，为新时代图书馆景观设计提供一定的理论知识，实现真正意义上的"慢阅读"。

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：389

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。

机器阅读理解中观点型问题的求解策略研究下载：79 浏览：348

段利国高建颖李爱萍《中文研究》 2019年5期

摘要:

针对机器阅读理解中观点型问题的求解，提出一个端到端深度学习模型，使用Bi-GRU对文章和问题进行上下文语义编码，然后运用基于拼接、双线性、点乘和差集4种函数的注意力加上Query2Context和Context2Query两个方向注意力的融合算法获取文章和问题的综合语义信息，之后运用多层注意力转移推理机制不断聚焦，进一步获取更加准确的综合语义，最终将其与候选答案进行比较，选出正确答案。该模型在AIchallager2018观点型阅读理解中文测试数据集上准确率达到76.79%，性能超过基线系统。此外，该文尝试文章以句子序列作为输入表示进行答案求解，准确率达到78.48%，获得较好试验效果。

基于央视“朗读者”栏目的高校图书馆阅读推广下载：66 浏览：394

周昕1 罗芳2 《国际科技论坛》 2018年1期

摘要:

分析央视"朗读者"栏目特点，结合高校图书馆阅读推广的内容、类型和推广渠道的要求，探讨基于"朗读者"的高校图书馆阅读推广方式，从馆员的技能学习与提高、新媒体技术与服务的结合、结合栏目进行阅读推广的交流、阅读设备的融合、阅读信息的指引导航、"朗读者"相关评价的搜集评价等方面来探索提升阅读推广效果。

图像标题生成中的人物类名实体填充方法研究下载：47 浏览：353

张家硕洪宇唐建程梦姚建民《中文研究》 2019年1期

摘要:

得益于深度学习的发展和大规模图像标注数据集的出现，图像标题生成作为一种结合了计算机视觉和自然语言处理的综合任务得到了广泛关注。受到神经机器翻译任务的启发，前人将图像标题生成任务看作是一种特殊的翻译任务，即将一张图像视作源端的信息表述，通过编码解码过程，翻译为目标端的自然语言语句。因此，现有研究引入了端到端的神经网络模型，并取得了较好的生成效果。然而，图像标题生成研究依然面临许多挑战，其中最值得关注的难点之一是解决确切性文字表述的问题。一条确切的标题往往是有形且具体的表述，例如"梅西主罚点球"，而目前机器生成的标题则较为粗浅和单调，例如"一个人在踢球"。针对这一问题，该文尝试开展标题生成的有形化研究，并在前瞻性实验中聚焦于标题中人名实体的识别与填充。在技术层面，该文将机器自动生成的图像标题作为处理对象，去除其中抽象人名实体的名称(例如，一个人、男人和他等)或错误的称谓，并将由此形成的带有句法空缺的表述视作完型填空题目，从而引入了以Who问题为目标的阅读理解技术。具体地，该文利用R-NET阅读理解模型实现标题中人名实体的抽取与填充。此外，该文尝试基于图像所在文本的局部信息和外部链接的全局信息，对人名实体进行抽取。实验结果表明，该方法有效提高了图像标题的生成质量，BLEU值相应提升了2.93%；实验结果也显示，利用全局信息有利于发现和填充正确的人名实体。

基于多篇章多答案的阅读理解系统下载：43 浏览：400

刘家骅1，2 韦琬2 陈灏2 杜彦涛2 《中文研究》 2018年11期

摘要:

机器阅读理解任务一直是自然语言处理领域的重要问题。2018机器阅读理解技术竞赛提供了一个基于真实场景的大规模中文阅读理解数据集，对中文阅读理解系统提出了很大的挑战。为了应对这些挑战，我们在数据预处理、特征表示、模型选择、损失函数的设定和训练目标的选择等方面基于以往的工作做出了对应的设计和改进，构建出一个最先进的中文阅读理解系统。我们的系统在正式测试集ROUGE-L和BLEU-4上分别达到了63.38和59.23，在105支提交最终结果的队伍里面取得了第一名。

一种基于数据重构和富特征的神经网络机器阅读理解模型下载：52 浏览：380

尹伊淳张铭《中文研究》 2018年10期

摘要:

该文描述了ZWYC团队在"2018机器阅读理解技术竞赛"上提出的机器理解模型。所提出模型将机器阅读理解问题建模成连续文本片段抽取问题，提出基于富语义特征的神经交互网络模型。为了充分使用答案标注信息，模型首先对数据进行细致的重构，让人工标注的多个答案信息都能融合到数据中。通过特征工程，对每个词构建富语义表征。同时提出一种简单有效的问题和文档交互的方式，得到问题感知的文档表征。基于多个文档串接的全局表征，模型进行答案文本预测。在最终测试集上，该模型获得了目前先进的结果，在105支队伍中排名第2。

基于BiDAF多文档重排序的阅读理解模型下载：28 浏览：444

杨志明1，2，3 时迎成3 王泳2 潘昊杰3 毛金涛3 《中文研究》 2018年10期

摘要:

随着互联网的兴起和发展，数据规模急速增长，如何利用机器阅读理解技术对海量的非结构化数据进行解析，从而帮助用户快速、准确地查找到满意答案，是目前自然语言理解领域中的一个热门课题。该文通过对机器阅读理解中的深度神经网络模型进行研究，构建了RBiDAF模型。首先，通过对DuReader数据集进行数据探索，并对数据进行预处理，从中提取出有利于模型训练的特征。其次在BiDAF模型的基础上提出了基于多文档重排序的RBiDAF机器阅读理解模型，该模型在BiDAF模型四层网络框架的基础上添加了ParaRanking层。其中在ParaRanking层，该文提出了多特征融合的ParaRanking算法，此外在答案预测层，提出了基于先验知识的多答案交叉验证算法，进而对答案进行综合预测。在"2018机器阅读理解技术竞赛"的最终评测中，该模型表现出了不错的效果。

T-Reader:一种基于自注意力机制的多任务深度阅读理解模型下载：47 浏览：361

郑玉昆1 李丹2 范臻1 刘奕群1 张敏1 马少平1 《中文研究》 2018年10期

摘要:

该文介绍THUIR团队在"2018机器阅读理解技术竞赛"中的模型设计与实验结果。针对多文档机器阅读理解任务，设计了基于自注意力机制的多任务深度阅读理解模型T-Reader，在所有105支参赛队伍中取得了第八名的成绩。除文本信息外，提取了问题与段落精准匹配等特征作为模型输入；在模型的段落匹配阶段，采用跨段落的文档级自注意力机制，通过循环神经网络实现了跨文档的问题级信息交互；在答案范围预测阶段，通过进行段落排序引入强化学习的方法提升模型性能。

D-Reader:一种以全文预测的阅读理解模型下载：75 浏览：332

赖郁婷1 曾俋颖1 林柏诚2 萧瑞辰2 邵志杰1 《中文研究》 2018年10期

摘要:

该文针对2018机器阅读理解技术竞赛提出一个基于双向注意流(BiDAF)BiDAF的阅读理解模型，实作于DuReader中文问答数据集。该文观察到基线系统采用与问题最相近的段落，作为预测的筛选条件，而改以完整段落来预测答案，结果证实优于原方法。并利用fastText训练词向量以强化上下文信息，最后通过集成学习优化结果，提升效能与稳定性。此外，针对DuReader的是非类题型，该文集成两个分类模型，分别基于注意力机制(attention)与相似性机制(similarity)来预测答案类别。该模型最终在"2018机器阅读理解技术竞赛"的评比中得到了ROUGE-L 56.57与BLEU-4 48.03。

2018机器阅读理解技术竞赛总体报告下载：47 浏览：210

刘凯刘璐刘璟吕雅娟佘俏俏张倩时迎超《中文研究》 2018年7期

摘要:

机器阅读理解是自然语言处理和人工智能领域的前沿课题，"2018机器阅读理解技术竞赛"旨在推动相关技术研究和应用的发展。竞赛发布了最大规模的中文阅读理解数据集，提供了先进的开源基线系统，采用改进的自动评价指标，吸引了国内外千余支队伍参与，参赛系统效果提升显著。该文详细介绍技术竞赛的总体情况、竞赛设置、组织流程、评价结果，并对参赛系统结果进行了分析。

N-Reader:基于双层Self-attention的机器阅读理解模型下载：17 浏览：385

梁小波任飞亮刘永康潘凌峰侯依宁张熠李妍《中文研究》 2018年7期

摘要:

机器阅读理解是自然语言处理和人工智能领域的重要前沿课题，近年来受到学术界和工业界的广泛关注。为了提升机器阅读理解系统在多文档中文数据集上的处理能力，我们提出了N-Reader，一个基于神经网络的端到端机器阅读理解模型。该模型的主要特点是采用双层self-attention机制对单个文档以及所有输入文档进行编码。通过这样的编码，不仅可以获取单篇文档中的关键信息，还可以利用多篇文档中的相似性信息。另外，我们还提出了一种多相关段落补全算法来对输入文档进行数据预处理。这种补全算法可以帮助模型识别出具有相关语义的段落，进而预测出更好的答案序列。使用N-Reader模型，我们参加了由中国中文信息学会、中国计算机学会和百度公司联手举办的"2018机器阅读理解技术竞赛"，取得了第3名的成绩。

阅读知觉广度研究中掩蔽刺激干扰效应的眼动研究下载：61 浏览：326

王丽红1 闫国利2 《心理学研究》 2020年11期

摘要:

本研究对汉语阅读知觉广度研究中掩蔽刺激的干扰效应进行了探讨。两个实验分别以大学生为被试,采用单因素实验设计,探测了汉语阅读眼动研究中移动窗口范式和中央凹掩蔽范式下四种掩蔽条件(星号掩蔽、繁体字掩蔽、相似汉字掩蔽和控制条件)的干扰作用。两个实验比较一致的支持了在两种范式呈现条件下星号掩蔽材料的干扰效应较小,而繁体字和相似汉字的干扰效应较大。

社会规约性及呈现方式对理解会话中的间接回应的影响下载：36 浏览：272

张秀平1 杨晓虹2,3 杨玉芳2,3 《心理学研究》 2020年5期

摘要:

间接回应是语言交流中很常见的形式。该研究采用自定步速阅读范式考察社会规约性及呈现方式对理解间接回应的影响。将社会规约性分为高、中、低三个水平,分别对应直接回应、间接拒绝、间接评价三种回应方式,呈现方式采用整句呈现和逐词呈现两种方式。结果发现,在整句呈现时,三种回应方式的阅读时间随规约性高低呈梯度变化,即直接回应的阅读时间最短,间接拒绝次之,间接评价最长;而逐词呈现时,对间接拒绝和直接回应的阅读时间没有差异,都长于对间接评价的阅读时间。结果表明了社会规约性及呈现方式对间接回应的理解存在交互影响。

社会规约性及呈现方式对理解会话中的间接回应的影响下载：62 浏览：292

张秀平1 杨晓虹2,3 杨玉芳2,3 《心理学研究》 2020年4期

摘要:

间接回应是语言交流中很常见的形式。该研究采用自定步速阅读范式考察社会规约性及呈现方式对理解间接回应的影响。将社会规约性分为高、中、低三个水平,分别对应直接回应、间接拒绝、间接评价三种回应方式,呈现方式采用整句呈现和逐词呈现两种方式。结果发现,在整句呈现时,三种回应方式的阅读时间随规约性高低呈梯度变化,即直接回应的阅读时间最短,间接拒绝次之,间接评价最长;而逐词呈现时,对间接拒绝和直接回应的阅读时间没有差异,都长于对间接评价的阅读时间。结果表明了社会规约性及呈现方式对间接回应的理解存在交互影响。

面向多类型问题的阅读理解方法研究下载：40 浏览：366

谭红叶1 屈保兴2 《当代中文学刊》 2020年10期

摘要:

机器阅读理解是基于给定文本,自动回答与文本内容相关的问题。针对此任务,学术界与工业界提出多个数据集与模型,促使阅读理解取得了一定的进步,但提出的模型大多只是针对某一类问题,不能满足现实世界问题多样性的需求。因此,该文针对阅读理解中问题类型多样性的解答展开研究,提出一种基于Bert的多任务阅读理解模型,利用注意力机制获得丰富的问题与篇章的表示,并对问题进行分类,然后将分类结果用于任务解答,实现问题的多样性解答。该文在中文公共阅读理解数据集CAIL2019-CJRC上对所提模型进行了实验,结果表明,系统取得了比所有基线模型都要好的效果。

阅读理解中观点类问题的扩展研究下载：47 浏览：335

张兆滨1 王素格1 陈鑫2 赵琳玲1 王典1 《当代中文学刊》 2020年9期

摘要:

在高考语文阅读理解中,观点类问题中的观点表达较为抽象,为了从阅读材料中获取与问题相关的答案信息,需要对问题中的抽象词语进行扩展,达到扩展观点类问题的目的。该文提出了基于多任务层级长短时记忆网络(Multi-HLSTM)的问题扩展建模方法。首先将阅读材料与问题进行交互注意,同时建模问题预测和答案预测两个任务,使模型对问题进一步扩展。最后将扩展后的问题与原问题同时应用于问题的答案候选句抽取中。通过在高考语文观点类的真题、模拟题以及DuReader的描述观点类数据集上进行实验,验证了本文的问题扩展模型对答案候选句的抽取性能具有一定的提升作用。

基于QU-NNs的阅读理解描述类问题的解答下载：49 浏览：398

谭红叶1,2 刘蓓1 王元龙1 《当代中文学刊》 2019年7期

摘要:

机器阅读理解是自然语言处理(NLP)领域的一个研究热点,目前大部分的研究是针对答案简短的问题,而具有长答案的问题,如描述类问题是现实世界无法避免的,因此有必要对该类问题进行研究。该文采用QU-NNs模型对阅读理解中描述类问题的解答进行了探索,其框架为嵌入层、编码层、交互层、预测层和答案后处理层。由于该类问题语义概括程度高,所以对问题的理解尤为重要,该文在模型的嵌入层和交互层中分别融入了问题类型和问题主题、问题焦点这三种问题特征,其中问题类型通过卷积神经网络进行识别,问题主题和问题焦点通过句法分析获得,同时采用启发式方法对答案中的噪音和冗余信息进行了识别。在相关数据集上对QU-NNs(Question UnderstandingNeural Networks)模型进行了实验,实验表明加入问题特征和删除无关信息可使结果提高2%～10%。

中小学生校园阅读推进的主要问题与对策研究——以广州市越秀区小学为例下载：44 浏览：224

高瑞翔 1胡景悦2 杨洁3 范尹晴1 莫雷1 《心理学研究》 2019年5期

摘要:

全民阅读是党和国家高度重视的发展战略,校园阅读是其中的重点,然而,目前我国校园阅读的开展并不理想。通过在广州市中小学进行大规模阅读状况调研发现,校园阅读工作开展一直面临"难知、难导、难管"的瓶颈,实际成效不佳。对此,该研究提出了通过构建"互联网+中小学生成长阅读平台"推进校园阅读的创新举措,并在广州市越秀区20多所小学实施试点实验;历时半年,成效显著,学生在阅读的重视程度、投入时间、阅读课外图书的意义性与均衡性、阅读的方式方法及家校支持等方面均有明显提升。据此,提出推进校园阅读的三点建议:应做好顶层设计和建立系统管理与评价机制,应形成家校合作的支持网络,应推广共建学生校园阅读综合信息平台。

事件与文学的边界下载：23 浏览：369

王晓路1 刘岩2 《社会科学研究进展》 2018年8期

摘要:

本文以对话方式讨论文学与事件之间的互动关系:一方面,社会、政治、历史和文化事件往往影响到文学的书写与接受方式,致使文学的边界产生蔓延;另一方面,人们在"事件"的语境中对于"何谓文学"的理解也会发生相应的变化。以事件为切入点审视文学书写、传播和阅读,有利于从不同侧面看待文学现象,把握技术、观念、文化和文学生产之间的联系,从而对于文学的生成机制和流变线索有所洞察。

	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