递归神经网络研究综述

递归神经网络(RNN)因具存储特性,可以处理前后输入有关系的序列数据,故广泛应用于文本音频、视频等领域.当输入间隙较大时,RNN存在短期记忆问题,无法处理很长的输入序列,而长短期记忆(LSTM)能很好地处理长期依赖性问题.自LSTM提出以来,几乎所有基于RNNs的令人兴奋的结果都是由LSTM实现的,因此LSTM成为深度...     

一种作战文书军事标图自动化方法

针对根据作战文书进行自动军事标图问题提出了一套处理方法。将自动标图归结为一个半结构化的自然语言信息抽取问题;采用构造作战文书用语词典库/地名库、综合使用正向最大匹配分词和反向最大匹配分词提高分词结果可靠性等方法实现文书词法分析;通过构造SLR(1)文法规则,实现常用句型句子语法分析;通过构造并填充通用标绘指令模板,实现标绘信息抽取并适配不同标绘软件以实现军事标绘。运用上述方法对一个作战文书语句的实例进行了处理,得到了预期的结果,表明该方法是可行和有效的。     

文本关键词抽取方法及在几种民族语言上的应用

文本关键词的抽取作为文本摘要、文本检索以及文本挖掘任务的基础工作,在自然语言领域得到广泛应用.通过对文本关键词抽取方法和研究现状的详述,将文本关键词抽取方法分为传统文本关键词抽取方法和基于深度学习的文本关键词抽取方法,并对比分析各类方法的基本思想和优缺点,归纳了文本关键词抽取方法的评价指标.进一步调研了民族语言关键词抽...     

基于统计语义和结构特征的自动文摘

在分析自动文摘现有方法优缺点的基础上,提出了一种基于统计、语义和结构特征的自动文摘方法。用这些特征构成句子向量表示,并用机器学习的方法对其进行训练得到器,从而把自动文摘转换为分类问题。实验表明,该方法具有较好的重合率。同时,为了解决文摘的冗余和不连贯缺点,进行了一系列的后期处理,提高了文摘的质量。     

多状态图神经网络文本分类算法

为了提高模型在文本分类任务中的分类性能,针对图神经网络中存在的过度平滑问题,同时增强模型在处理文本特征与文本表示方面的能力,提出了一种基于多状态图神经网络的文本分类算法(multi-state graph neural network, MSGNN)。多状态图神经网络是利用网络层的多个历史状态信息对图神经网络进行强化,构建合理的文本图结构数据作为模型输入。在缓解网络层过度平滑问题的同时,结合2种改进后的不同类型的图神经网络来增强模型的特征提取与特征聚合能力。利用多头自注意力机制对文本关键词的挖掘与利用能力,从多个文本子空间来生成高质量的文本表示,进而完成文本分类。通过在几个公开的文本分类数据集上进行实验分析,相较于其他神经网络的文本分类算法,该方法取得了较好的分类准确率。     

基于自然语言处理和机器学习的产业用地性质的识别

在产业用地信息梳理的过程中,首先需要确定地块的底数,其中图斑所在土地的用地性质是关键信息。由于一些早期的纸质信息对相关信息的关键字缺少明确标识,所以只能花费很多人力和时间去阅读这些纸质内容或者扫描文件中的数据,最后进行人工判断、总结。现基于自然语言处理和机器学习,通过引入重要词权重构建改进型朴素贝叶斯模型,对需要的土地信息进行识别,并和实际正确的信息进行比较。结果表明：通过机器学习对字典的构建后,运用自然语言处理技术对产业用地关键信息识别的准确度和效率有较大提升。     

汉语单句谓语中心词识别知识的获取及应用

在基于实例的机器翻译(EBMT)的语句相似度研究中,确定谓语中心词以把握句子的整体结构是至关重要的。以标注了谓语中心词的3000句汉语单句作为训练集,将候选词本身的语法属性以及上下文环境作为该候选词的归类特征,通过建立统计决策树模型获取谓语中心词的识别知识。应用统计决策树进行了谓语中心词的自动识别,并获得了较为满意的测试结果。     

从单语词典中获取定义原语的一种方法

语义原语是词汇语义学研究中的一个重要概念，但在计算语言学中对它的研究尚未全面展开。文中主要讨论了从单语词典中获取定义原语的方法。对词典建立了数学模型，将获取定义原语的问题转化为图论中的一个问题。对这个问题进行了分析求解，指出了问题的计算复杂程度，并且给出了简化问题的算法以及求解问题的两种启发式方法。该方法是一种适合于所有单语词典的一般方法。     

一种基于词共现图的文档主题词自动抽取方法

主题词抽取是文本自动处理的基础性工作.在对现有主题词抽取方法深入研究的基础上,提出了一种基于词共现图的文档主题词自动抽取方法;该方法以基于词频统计方法为基础,利用在词共现图形成的主题信息以及不同主题间的连接特征信息自动地提取文档中的主题词,旨在找出一些非高频词且又对主题贡献大的词.实验表明了该抽取方法抽取出的主题词更能准确地符合了作者的主题.