Recognition of Chinese Organization Name Using Co-training

Chinese organization name recognition is hard and important in natural language processing. To reduce tagged corpus and use untagged corpus, we presented combing Co-trainins with support vector machines (SVM) and conditional random fields (CRF) to improve recognition results. Based on principles of uncorrelated and compatible, we constructed different classifiers from different views within SVM or CRF alone and combination of these two models. And we modified a heuristic untagged samples selection algorithm to reduce time complexity. Experimental results show that under the same tagged data, Co-training has 10% F-measure higher than using SVM or CRF alone; under the same F-measure, Co-training saves at most 70% of tagged data to achieve the same performance.     

一种小型化UHF频段弯折标签天线

为了减小标签天线的尺寸,增大射频识别的距离,设计了基于折合振子的弯折天线结构,调节天线的结构参数使得其满足高Q的指标来提高芯片输入口的电压,增大作用距离.通过调整微带宽度和弯折结构的间距,使芯片输入阻抗和天线的输入阻抗达到共轭匹配.通过软件HFSS仿真分析天线的性能,得到67 mm×33 mm的弯折天线结构,制作在厚度为3 mm的FR-4 PCB介质基板上并进行了测试,反射系数小于-25 dB,电压驻波比小于1.2,工作带宽达到了28 MHz以上.仿真和实验结果表明,天线性能达到了较好的结果,能够满足标签天线的应用要求.     

基于组合特征的自训练隐式篇章关系的识别技术

信息抽取技术中,隐式篇章关系识别一直是研究难点.针对现有的有监督篇章关系识别方法中需要大量人工标注数据的缺点,提出了用自训练的策略实现半监督的隐式篇章关系的自动识别模型,尝试仅用少量标注样本,却获得和有监督方法相媲美的识别准确率,为未来实时大数据篇章关系识别提供了新的契机.此外,为了进一步提高识别的准确率,还针对词对特征、产生式特征、动词特征等9种篇章关系特征进行特征组合分析,构建候选篇章关系实例的知识表示,对模型进行优化.通过在Penn Discourse Treebank(PDTB2.0)语料库上的实验结果分析表明,该模型比传统有监督识别方法在准确率和F-score上分别提高了5.2%和13.5%.     

基于语言模型及循环卷积神经网络的事件检测

目前,事件检测的难点在于一词多义和多事件句的检测.为了解决这些问题,提出了一个新的基于语言模型的带注意力机制的循环卷积神经网络模型(recurrent and convolutional neural network with attention based on language models,LM-ARCNN).该模型利用语言模型计算输入句子的词向量,将句子的词向量输入长短期记忆网络获取句子级别的特征,并使用注意力机制捕获句子级别特征中与触发词相关性高的特征,最后将这两部分的特征输入到包含多个最大值池化层的卷积神经网络,提取更多上下文有效组块.在ACE2005英文语料库上进行实验,结果表明,该模型的F1值为74.4%,比现有最优的文本嵌入增强模型(DEEB)高0.4%.     

多信息融合中文关系抽取技术研究

实体关系抽取是信息抽取的重要组成部分.描述了一种融合多信息的实体语义关系抽取方法,充分利用中文的各种特征和信息来提高关系抽取的性能.该方法主要结合特征向量和树核函数两种方法;特征向量表示了文本的语言信息,树核方法表示了文本的结构化信息.并且在2005年的自主内容抽取(automatic content extraction,ACE)基准语料上进行关系检测和6个关系大类抽取的实验.实验结果表明,该方法能识别出大部分的非关系实例,各种关系类型识别的精确率和召回率也有一定提高.     

包膜尿素与普通尿素配施对冬小麦产量及土壤氮素的影响

通过田间小区试验研究包膜尿素与普通尿素掺混后一次基施对冬小麦产量和氮素吸收利用的影响,为冬小麦简化高效施肥提供技术支撑.试验设不施氮(CK)、尿素一次基施(U1)、尿素减氮30%一次基施(70%U1)、尿素分次追施(U2)、70%包膜尿素与30%普通尿素掺混后一次基施(CRU)和70%包膜尿素与30%普通尿素掺混后减氮30%一次基施(70%CRU)6个处理.结果表明:施用氮肥增加了冬小麦生物量和产量,包膜尿素配施普通尿素处理(CRU和70%CRU)较等施氮量尿素处理(U1和70%U1)产量平均显著增加7.91%,氮素利用率提高7.90%,净收益显著提高12.33%;CRU与U2处理产量差异不显著,但显著高于U1处理;70%CRU与U1处理产量差异不显著,但氮素利用率显著增加了30.4%.等氮量的包膜尿素较普通尿素一次基施处理显著提高了返青期及灌浆期土壤硝态氮含量,且CRU与U2处理硝态氮含量无显著差异.上述结果表明,包膜尿素普通尿素掺混后一次基施可满足小麦生育后期对氮素的需求,在保障产量的前提下减少了追肥次数和氮肥用量.