基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.     

基于机器阅读理解的商品属性识别

属性抽取的目标是从非结构化文本中抽取与文本实体相关的属性和属性值，然而在电商场景下基于序列标注的模型缺少应对大规模属性抽取任务的可扩展性和可泛化性能力。本文提出基于阅读理解的商品属性抽取模型，通过额外加入问句来强化模型对属性的理解，结合双仿射注意力机制捕获问句和文本之间的语义特征，进一步提高模型的抽取性能。本文在电商数据集上对不同类型问句和不同解码器进行了对比实验，结果表明本文提出的方法优于多个基线模型，相较于OpenTag和SUOpenTag模型，属性抽取的F1值分别提升7.70%和3.26%，未登录词识别的F1值分别提升15.51%和8.12%。     

汉语无定NP作主语的指称类型研究

名词性成分的指称问题一直是学界关注的热点,这不仅因为它的重要性,也在于它的复杂性和交叉性。本文选取无定NP作主语的指称类型作为考察重点,对前人研究进行梳理的同时,提出对名词性成分作主语的指称类型的研究不能仅从名词性成分本身入手,而必须放到更大的语境中考虑。有定/无定在汉语这样缺乏定式动词的语言中十分重要,但有定性的落实并不一定在句首的名词性成分上。若主语在形式上是无定的,那么后面的谓语不能是简单形式,必须足够复杂,以提供辨识无定NP主语的细节信息。     

基于MEM和HMM的中文词性标注方法

为了进一步提高中文语料库中语料的词性标注效率，在分析最大熵模型(MEM)和隐马尔科夫模型(HMM)所涉及理论、算法及其在中文词性标注技术中的应用的基础上，进行了基于MEM和HMM的中文词性标注实验.实验结果显示，基于MEM和HMM的中文词性标注算法都获得了一致性很好且覆盖率较高的标注效果，中文词性标注的准确率、召回率和F1这3个指标均达到92%以上；MEM的标注效果总体上比HMM的稍佳.     

多策略融合的俄语文本词语提取方法研究

俄语是联合国工作语言之一,是俄罗斯等多个国家的官方语言。随着“一带一路”倡议的推进和全球化进程的加快,俄语文本数据成为有关组织管理决策的重要信息来源,俄语文本挖掘也因而成为重要的管理决策支持方法。然而,俄语文本挖掘方法研究目前还远未成熟,尤其是其关键基础——俄语文本词语提取的性能较低,阻碍着俄语文本建模的准确性。因此,文章提出一种多策略融合的俄语文本词语提取方法,结合俄语词性分析、语法规则和串频统计等多种方法,自动提取包含单词和短语在内的俄语词语。在联合国平行语料库和Taiga Corpus语料库上的实验结果表明,文章提出的方法在保证高召回率的同时,达到了85%以上的高准确率,显著优于常用的n-gram方法,能够为俄语文本主题发现和文本分/聚类等文本挖掘应用提供有效的词库。     

《大连海事大学学报》参考文献标注方法

<正>《大连海事大学学报》参考文献标注方法采取顺序编码制,各篇文献要按正文部分标注的序号依次列出,连续编码,并将序号置于方括号中。参考文献的页码一般置于参考文献表中,如多次引用同一著者的同一文献,则在正文中标注首次引用文献的序号。参考文献为中文的,请给出该文献的英文对照。文献作者3个及以下的全部列出,4个及以上的只列前3个,后加",等"或",et al";外文作者姓前名后,姓全部字母大写,名用缩写,不加缩写点。     

基于ArcGIS的案件地图标注方法研究

在电子地图上建立了一种犯罪案件的地理位置标注方法,将犯罪侦查分析研判手段与地理信息技术紧密结合起来。通过采集案件信息的经纬度坐标,并借助Arc GIS平台,将案件信息进行批量式地图标注,使属性数据转换成可视化的空间数据。案件信息在地图上标注之后,可以精确获取案件发生的具体位置,掌握某类案件在一定区域的分布情况,从而更加高效地完成空间分析研判任务,提高打击、预防犯罪的能力。     

结合主动学习和自动标注的评价对象抽取方法

提出了结合主动学习和自动标注的评价对象抽取方法。具体实现过程中,首先,利用少量的已标注样本训练分类器,对非标注样本进行测试,获取自动标注结果及其置信度;其次,通过置信度计算每个样本的整体置信度,挑选出低置信度即不确定性高的样本待标注;最后,对待标注样本中置信度低的词语进行人工标注,而置信度高的部分则采用自动标注结果。实验表明,该方法可以在确保抽取性能的同时有效地减小人工标注语料的开销。     

一种基于规则的无监督词性标注方法

提出一种基于规则的无监督词性标注方法,利用200多条英语语法规则,创建26个规则函数,先将输入的待标注英语句子进行预处理后得到初始标记,再对每个单词调用规则函数,最终得到标注后的英语句子.通过对Brown语料库的实验,词性标注的正确率达到93.95%.实验结果表明,本文方法可行、有效,能很好地提高英语词性标注的准确率.