基于最大匹配的中文分词改进算法研究

本文在中文分词技术的基础上,提出了一种基于中文文本主题提取的分词方法,以概念语义网络的思想构造主题词典,描述词间概念语义关系,采用改进的最大匹配算法对文本进行切词,既提高了分词的准确性,又能识别文中的未登录词,并同步完成主题词的规范工作。从而在概念层次上理解用户的需求,实现概念检索,提高查准率。     

融合粗糙数据推理的卷积记忆网络文本情感分析

为解决现有情感分类算法在特征提取中缺乏对语义关联规则的运用,以及在分词后产生大量与情感预测无关的词,导致挖掘出的特征不具代表性的问题。提出一种融合粗糙数据推理的卷积记忆网络情感分析模型。通过上下文信息使用粗糙数据推理获得文本的情感词集Word2Vec词向量表示,并融合FastText词向量来改进特征向量嵌入层。其次使用卷积神经网络（CNN）拼接双向长短期记忆网络（BiLSTM）提取更深层次的情感特征。最后加入Attention机制计算权重,筛选显著重要特征。通过多组对比实验表明该模型具有较高的准确率和F1值,有效提升了情感分类的预测能力。     

基于图的新闻事件主题句抽取方法

新闻事件主题句识别任务是一项基于文本内容进行语义分析的自然语言处理技术。为准确计算新闻事件文本中与新闻主题语义最相关的句子,提出一种基于图的新闻事件主题句抽取方法。首先利用描述事件特征的触发词及命名实体构建候选新闻事件句子抽取模板,然后,计算候选事件句之间的关联关系构建事件关系无向图,最后基于TextRank算法思想将图中任意顶点的权值表征为与其有关联的顶点权值的加权和,并按权值进行排序实现事件主题句抽取。实验结果表明,提出的方法优于基于TFIDF和基于标题的事件主题句抽取方法,F值分别提升了6.26%和2%。     

面向文本知识管理的自适应中文分词算法

针对传统字典匹配分词法在识别新词和特殊词处理方面的不足,结合2元统计模型提出了面向文本知识管理的自适应中文分词算法——SACWSA。SACWSA在预处理阶段结合应用有限状态机理论、基于连词的分隔方法和分治策略对输入文本进行子句划分,从而有效降低了分词算法的复杂度;在分词阶段应用2元统计模型,结合局部概率和全局概率,完成子句的切分,从而有效地提升了新词的识别率并消除了歧义;在后处理阶段,通过建立词性搭配规则来进一步消除2元分词结果的歧义。SACWSA主要的特色在于利用"分而治之"的思想来处理长句和长词,用局部概率与全局概率相结合来识别生词和消歧。通过在不同领域语料库的实验表明,SACWSA能准确、高效地自动适应不同行业领域的文本知识管理要求。     

基于多策略过滤的汉日多词短语抽取和对齐

在跨语言文本分析任务中,多词短语比单个词汇歧义小,语义表达更加准确,有助于提高文本理解的准确性。现有方法主要关注单个词的跨语言对齐。将多词短语抽取和跨语言对齐相融合,提出了一种基于多策略过滤的汉日多词短语抽取和对齐的方法。首先从一个语种出发,通过重复串、左右邻接熵、内部关联度、多词嵌套、停用词等方法提取并过滤得到具备完整语义的多词短语,然后利用平行语料库计算汉日多词短语的相似度,实现跨语言对齐。在整个过程中可结合日语语言规则与特点,根据语料规模、相关领域对过滤阈值进行动态调整,提高了多词短语的领域适用性。实验结果表明,该方法可有效抽取汉日多词短语并进行准确对齐,以多词短语为对齐单元,语义表达更完整,实用价值更大。     

基于反馈图卷积神经网络的事件检测方法

事件检测是自然语言处理领域的重要任务之一,其结果可以有效支撑信息抽取、文本分类和事件推理等下游任务. 预训练语言模型BERT在事件检测任务上取得了显著的成绩,然而该类方法无法有效获取长距离和结构化的文本信息. 为了缓解该问题,本文提出基于反馈网络的图卷积神经网络模型进行文本结构信息捕获,同时这种新方法能够有效解决图卷积神经网络带来的语义信息衰减性问题. 本文首先使用BERT预训练模型获取文本的语义特征,然后使用融入反馈网络的图卷积神经网络提取文本的句法结构特征,最终使用多分类器实现对事件触发词的识别和分类.公开数据集ACE 2005上的实验结果表明,本文提出的事件检测方法在事件触发词识别和分类任务上的F1值分别达到了74.46%和79.49%,较现有工作平均提高了4.13%和4.79%.     

基于最长次长匹配分词的一体化中文词法分析

针对当前大多数词法分析系统流水线式处理方式存在的不足,提出一种一体化同步词法分析机制.在最长次长匹配分词的基础上,在切分有向图中增加词性信息和候选未登录词节点,并拓展隐马尔可夫模型,在切分有向图内同步完成分词、歧义消解、未登录词识别和词性标注等词法分析任务.实现了分词与词性标注的一体化、未登录词识别与分词的一体化以及不确定词性未登录词处理的一体化.一体化机制使词法分析中各步骤实现真正意义上的同步完成,充分利用上下文词法信息提高整体精度并保证了系统的高效性,避免了各步骤间的冲突.开放测试表明,系统综合测试的F值为98.03%.     

基于词典与语料结合的中文微博主观句抽取方法

提出一种基于词典与语料结合的中文微博主观句抽取方法,通过判断句子中是否包含情感表达文本来判断句子是否为主观句.首先,从现有的情感词典中挑选出情感倾向较为固定的情感词构建了一个高可信情感词典,用于抽取句子中的情感表达文本,保证情感表达文本抽取的准确率;然后提出N-POSW模型,并基于2-POS W模型通过语料学习的方法较为准确地抽取句子中的剩余情感表达文本,保证了情感表达文本抽取的召回率.实验结果表明,相比于传统的基于大规模情感词典的方法,本文方法主观句抽取的F值提高了7%.     

一种面向微博的突发事件触发词识别方法研究

事件触发词识别是事件抽取技术中核心任务之一,在面向微博的突发事件触发词识别中,提出一种基于扩展触发词表和多值分类模型(P-Multi模型)相融合的触发词识别方法,进行事件触发词识别。以多值分类模型以扩展触发词为基础,结合基于模式规则匹配,对文本进行潜在语义分析,进一步挖掘触发词语义信息,将模式匹配和语义分析融合在微博突发事件触发词识别之中。实验结果在触发词识别准确率、召回率上均有所提升,证明了该方法的有效性。     

中文文本特征选择中的分词方法研究

针对汉语自动分词后词条的特征信息缺失的问题,本文提出把整个分词过程分解为三个子过程,以词串为分词单位对文本进行分词：首先,采用逆向最大匹配法对文本进行切分;第二,对切分结果进行停用词消除;第三,计算第一次分词得到的词条互信息和相邻共现频次,根据计算结果判定相应的词条组合成词串。实验结果表明,词条组合后的词串的特征信息更丰富,改善了文本特征选择的效果,提高了文本分类性能。     

问答社区问句中多字词表达提取

基于互动问答社区问句中多字词表达和问句理解的关系,提出针对互动问答社区问句进行多字词表达抽取,并基于互动问答社区问句中多字词表达的特点,提出适用于互动问答社区的多字词表达提取方法.该方法在利用互信息和停用词表的方法从问句中抽取候选多字词表达的基础上,将候选多字词表达分为正确串、残缺串、冗余串和错误串4类,借助搜索引擎对查询串的优化和候选多字词表达在互联网上的检索结果,设计候选多字词表达校正方法,实现对多字词表达的提取.以新浪爱问知识人问题库中的问句进行实验,结果表明,多字词表达抽取的准确率、召回率和F值分别达到84%,52%和0.64,验证了该方法的有效性.     

双层结构磁介质电波吸收材料的研究

将M型六角铁氧体(BaFe12O19)和尖晶石型铁氧体(MnZn铁氧体)以及经加工的精铁砂制成三种复合电波吸收材料,再分别两两组合制成双层结构复合电波吸收材料,发现双层结构的最大吸收量较三种单层结构的最大吸收量和带宽有所提高,其吸收量为18．5dB,10dB带宽2．25GHz,匹配厚度亦有所增加,还发现如果将双层结构的第一层(吸收层)和第二层(过渡层)的材料交换,对双层结构电波吸收材料的吸波特性会产生影响。     

盐胁迫对西南卫矛生长及光合特性的影响

以西南卫矛(Euonymus hamiltonianus Wall. ex Roxb.)为试材,设置4个NaCl质量浓度(0、2.0、4.0、6.0 g·L^-1)处理,通过对其叶片光合气体交换参数(净光合速率、蒸腾速率、气孔导度和细胞间CO₂浓度)、生物量、相对电导率、叶绿素含量及叶绿素荧光动力学特征的测定,分析了盐胁迫对西南卫矛生长与光合特性的影响。结果表明:与对照相比, 2.0、4.0、6.0 g·L^-1盐浓度处理下西南卫矛净光合速率、蒸腾速率、气孔导度、气孔限制值和水分利用效率显著降低,胞间二氧化碳浓度显著升高,叶片最大光化学效率和单位面积有活性的反应中心数目均显著降低, OJIL曲线中K点和J点均大幅上升,叶绿素含量显著降低; 2.0 g·L^-1盐浓度处理下西南卫矛根冠比和相对电导率与对照差异均不显著,而4.0、6.0 g·L^-1盐浓度处理下西南卫矛根冠比和相对电导率显著升高。表明西南卫矛对低浓度盐胁迫有一定的耐受能力,但高浓度盐胁迫会对西南卫矛造成影响,抑制PSⅡ活性,降低光化学效率,降低植株对营养物质的吸收和利用,使植株的生长受到阻碍甚至死亡。     

最大度至多为3的图上极大分离集的最大数目

给定图G=（V,E）,若顶点子集F在图G中的导出子图的最大度至多为1,则称F为图G的一个分离集;若F不是其他分离集的真子集,则称F为一个极大分离集。对极大分离集计数问题进行研究,证明了在所有n个顶点且最大度至多为3的图上最多有\begin{document}${6^{\frac{\mathit{n}}{{\rm{4}}}}}$\end{document}个极大分离集,并刻画了相应的极图结构。     

最大度至多为3的图上极大分离集的最大数目

给定图G=（V,E）,若顶点子集F在图G中的导出子图的最大度至多为1,则称F为图G的一个分离集;若F不是其他分离集的真子集,则称F为一个极大分离集。对极大分离集计数问题进行研究,证明了在所有n个顶点且最大度至多为3的图上最多有\begin{document}${6^{\frac{\mathit{n}}{{\rm{4}}}}}$\end{document}个极大分离集,并刻画了相应的极图结构。     

阿什河流域6种人工林叶片-凋落物-土壤系统的养分分配与利用格局

【目的】分别从人工林叶片、凋落物、土壤养分含量及化学计量比的差异,叶片-凋落物养分重吸收的差异,土壤有效养分及其活化的差异等方面,探究黑龙江阿什河流域6种人工林生态系统的养分吸收与利用策略,明确人工针叶林和阔叶林间以及不同树种间叶片-凋落物-土壤系统养分分配格局的差异,从养分优化利用和养分资源合理配置的角度考虑,推断适宜的互补树种,为流域森林景观的恢复和人工林的经营提供依据。【方法】以东北林业大学实验林场森林培育实验站次生林带状皆伐后营造的位置相近、立地条件基本一致的29年生红松、长白落叶松、红皮云杉、水曲柳、黄檗、胡桃楸人工林为研究对象,通过野外调查取样,室内使用碳氮分析仪测定叶片、凋落物、土壤C含量,使用凯氏定氮仪测定叶片和凋落物的N含量,硫酸-高氯酸消化-钼锑抗比色法测定叶片和凋落物的P含量,连续流动分析仪测定土壤的N含量、铵态氮($NH_{4}^{+}-N$)及硝态氮($NO_{3}^{-}-N$)含量,硫酸-高氯酸消化-钼锑抗比色法测定土壤的P含量,HCl-H₂SO₄浸提法测定土壤的有效磷含量。运用生态化学计量学的研究方法,分析各林分叶片-凋落物-土壤系统的养分含量及其生态化学计量特征,确定各凋落物营养的重吸收及土壤有效养分的供应特征。【结果】①针叶林叶片P含量(1.55 g/kg)显著低于阔叶林叶片P含量(2.02 g/kg)(P<0.05, F=16.92,df=1)。针叶林土壤C、P含量(47.75、1.17 g/kg)显著低于阔叶林土壤C、P含量(76.35、1.47 g/kg)(P<0.05, F_{C 含量}=75.15, F_{P 含量}=9.91,df=1)。6种林分中,水曲柳林叶片的N含量(19.64 g/kg)(P<0.05, F=5.26,df=5)、凋落物C、N、P含量(P<0.05, F_{C 含量}=2.34, F_{N 含量}=1.60, F_{P 含量}=6.74,df=5)和土壤的C、N、P含量(P<0.05, F_{C 含量}=154.84, F_{N 含量}=14.21, F_{P 含量}=53.55,df=5)均相对较高。红皮云杉林叶片P含量(1.30 g/kg)(P<0.05, F=36.71,df=5),长白落叶松林凋落物C含量(P<0.05, F=2.34,df=5),红松林凋落物N含量(P<0.05, F=1.60,df=5)均相对较低。②针叶林叶片碳磷质量比(C/P)值(314.84)显著高于阔叶林叶片C/P值(251.03)(P<0.05, F=20.43,df=1),阔叶林土壤C/P值(53.20)显著高于针叶林土壤C/P值(40.71)(P<0.05, F=15. 38,df=1)。6种林分中,红皮云杉林叶片C/P值(359.24)较高(P<0.05, F=35.02,df=5),水曲柳林叶片碳氮质量比(C/N)值(24.15)相对较低(P<0.05, F=11.42,df=5)。胡桃楸林土壤C/N值(19.82)显著高于长白落叶松林土壤的C/N值(5.62)(P<0.05, F=12.40,df=5)。③针叶林元素重吸收率为N的(25.31%)>P的(14.41%)。阔叶林P重吸收率(29.84%)显著高于针叶林P重吸收率(14.41%)(P<0.05, F=7.30,df=1)。6种林分中,水曲柳N重吸收率(P<0.05, F=13.66,df=5)、黄檗P重吸收率(P<0.05, F=60.40,df=5)相对较高。④阔叶林土壤有效P含量及有效P比率(11.74 mg/kg、8.22×10 ^-3)显著小于针叶林(16.59 mg/kg、14.24×10 ^-3)(P<0.05, F_{有效P含量}=7.32, F_{有效P比率}=11.84,df=1)。6种林分中,红松林和胡桃楸林土壤对N的活化能力相对较强,红松林和长白落叶松林土壤有效P的供应能力及其活化能力相对较强。【结论】针叶林叶片P元素利用率高,元素重吸收率为N>P。阔叶林土壤C、P含量较高、有效P积累能力弱、有效P含量及比例均显著低于针叶林,但其P的重吸收率显著高于针叶林。从优化养分资源角度考虑,针叶树种与阔叶树种混交,如红松与水曲柳、长白落叶松与水曲柳混交可以弥补针叶纯林养分分配与利用格局上的不足。     

珍稀濒危植物毛果木莲幼苗光合特性及对遮阴处理的响应

【目的】光是植物生长发育过程中重要的环境因子,可通过光敏色素等途径来调节植物的生长、发育。毛果木莲(Manglietia ventii)为中国特有种,是国家Ⅱ级重点保护植物。笔者采取人工遮阴方式,对毛果木莲幼苗的光合及叶绿素荧光参数等指标进行测定,探讨毛果木莲幼苗对光环境变化的生理响应和适应性,为开展其保护生物学研究提供理论依据,同时为濒危植物的保护及繁衍提供科学指导。【方法】利用黑色遮阴网进行人工遮阴处理,使用照度计反复测量以准确建立相对光照率(RI)分别为8%、30%和100%(全光照)的生境。待毛果木莲幼苗在3种光照生境中生长6个月后,应用Li-6400 XT型便携式光合-荧光测定仪(Licor-6400, Lincoln, USA),随机选取不同遮阴条件下日照充足的连体叶(每个生境梯度5株,每株2叶片,共30个重复,取其平均值)。于8:30—11:30进行光合-光响应曲线的测定。日变化前,暗适应30 min后进行3种生境下幼苗的PSⅡ最大光化学效率(F_v/ F_m)测定。天气晴朗时连续3 d,从7:00—19:00每隔2 h进行日变化的测定,测定净光合速率(P_n)、蒸腾速率(T_r)、气孔导度(G_s)、光合有效辐射(PAR)等光合参数;光化学淬灭系数(q_P)、非光化学淬灭系数(q_N)、PS Ⅱ有效光化学量子产量( F_v'/F_m')、电子传递速率(ETR)等荧光参数。【结果】在限定条件下毛果木莲幼苗P_n对PAR的响应过程在不同遮阴程度下大致相同,且毛果木莲幼苗最大净光合速率(P_{n, max})、光饱和点(P_LSP)和光补偿点(P_LCP)随遮阴程度的增大而降低,表明毛果木莲幼苗具有一定的耐阴性,能够通过降低P_{n, max}、P_LSP和P_LCP来增强对弱光的利用能力。光合速率日变化呈现单峰型曲线,P_n、T_r、G_s均随遮阴程度增大而降低,且均无“光合午休”现象,说明毛果木莲幼苗在水分充足的条件下能适应多光环境。q_N、F_v'/F_m'和ETR日变化皆呈现单峰型曲线,均随遮阴程度增大而降低;但q_P的日变化随遮阴程度的增大而增加,说明遮阴促进光合作用与增强光能利用率和刺激叶肉细胞的光化学活性有关,主要通过增加PSⅡ反应中心的开放比例和降热耗散比例等途径适应弱光生境。而F_v/F_m随遮阴程度增加而增大,且RI为100%生境下其值低于正常值,具有强光抑制现象。说明长时间强光处理导致毛果木莲幼苗的光合机构受损,光化学活性降低。【结论】RI为100%时F_v/F_m显著低于其他两个遮阴处理(RI为30%、8%)(P<0.05,F=18.979, df=2),具有强光抑制现象,适当遮阴更利于毛果木莲幼苗生长,以RI为30%生境光强最佳。     

贵州茂兰喀斯特森林两树种叶片气孔形态特征及其对蒸腾的影响

【目的】 石漠化是中国西南喀斯特地区严重的环境问题, 探讨在喀斯特生境下树种气孔对蒸腾需求的响应及环境因子的影响,了解类似气候条件下相似物种对外界环境条件的基本调节策略,为喀斯特地区森林的保护和石漠化治理提供参考。【方法】 在贵州茂兰喀斯特地区,以常绿树种胀果树参(Dendropanax inflatus)和落叶树种瓜木(Alangium platanifolium)为对象,利用热扩散探针(TDP)对树干液流进行了野外监测,同步记录小气候数据,采集两树种叶片样本带回实验室进行干燥处理,然后在电子显微镜下做气孔结构分析。【结果】 ①常绿和落叶树种树干的液流速率(F_S)日变化规律相似,整体来看,观察期落叶树种瓜木的F_S[(585.25±53.46) g/h]高于常绿树种胀果树参的[(384.83±39.12) g/h],说明落叶树种比常绿树种的蒸腾作用强。②落叶树种瓜木的气孔密度(SD)[(1 005.08±80.99) 个/mm²]显著大于常绿树种胀果树参的[(237.16±21.67) 个/mm²](P<0.05,df=48,F=7.08),但两树种的气孔开度(SO)、气孔长度(SC)以及气孔器大小(SAS)均无显著差异(P>0.05,df=48,F=2.65);同时SD与SO、SC之间均存在显著负相关(P<0.05,df=9,F=14.00;P<0.05,df=9,F=17.12),相比较低气孔密度的常绿树种胀果树参气孔较长,开度较大。③两树种的SD与F_s均呈极显著正相关(P<0.01,df=48,F=16.03;P<0.01,df=48,F=32.10),说明两树种蒸腾与气孔密度小有关;同时两树种气孔密度与太阳辐射强度(R_n)均呈显著正相关(P<0.05,df=48,F=7.66;P<0.01,df=48,F=47.18),落叶树种瓜木的SC与R_n呈显著正相关(P<0.05,df=48,F=13.06),常绿树种胀果树参的SD还与大气温度(T_a)呈显著正相关(P<0.05,df=48,F=5.02), SC与T_a呈显著正相关(P<0.05,df=48,F=6.32),SO与T_a、R_n呈极显著正相关(P<0.01,df=48,F=17.20;P<0.01,df=48,F=14.81),说明R_n是影响两树种气孔形态的主要环境因子。【结论】 环境因子和气孔形态变化均在调节树木蒸腾中起作用,以气孔密度较低的常绿树种胀果树参对环境条件的响应更强,从蒸腾调节的角度来看,气孔密度大小以及环境因子影响叶片气孔形态的差异是导致树木蒸腾强弱差异的关键所在,类似落叶树种瓜木有高气孔密度的物种更适合在复杂的喀斯特生境下生长。     

基于卷积神经网络的手绘草图识别

针对目前手绘草图识别难度大,识别准确率低且主要以手工提取特征为主,提出一种新的卷积神经网络结构DCSN( Deeper-CNN-Sketch-Net) 进行手绘图像识别。DCSN 模型是根据手绘草图的特点进行设计,如在首层采用了更大的卷积核获取草图的结构信息和更小的步长尽可能多保留特征信息,通过增加网络层数加深网络深度等。为进一步提高识别准确率,针对手绘草图的特点提出了两种新的数据增强方法,小图形缩减策略和尾部移除策略增加数据集的多样性,并利用扩充的数据集训练DCSN 网络。经实验验证,所提出的模型在目前最大的手绘图像数据集上可以取得70． 5% 的识别准确率,超过了目前存在的几种主流的手绘草图识别方法。