语料库自然标注信息与中文分词应用研究

以中文分词为应用目标, 将大规模语料库上存在的自然标注信息分为显性标注信息与隐性标注信息, 分别考察了它们的分布和对大数据集上语言计算的影响。结果表明, 两者都直接或间接地表达了作者对语言的分割意志, 因而对分词具有积极的影响。通过词语抽取测试, 发现在缺乏丰富显性标注信息的文本中, 来自语言固有规律的自然标注信息对字符串有着强大的分割性能。     

汉语并列关系的识别研究

针对汉语并列关系的标注方式, 提出一种基于条件随机场模型的并列关系自动识别方法。从语料库中自动抽取并列关系的角色信息, 进行角色标注, 在条件随机场模型的基础上实现并列关系的识别。与基于图的依存分析方法比较, 并列关系的召回率和正确率分别提高了9.1%和13.8%。     

新型导航系统可在挡风玻璃上呈现3D实时激光线

美国一家公司最近开发的车载卫星导航系统可像战斗机座舱读出器一样,将道路3D信息呈现在挡风玻璃上。驾驶者基于该导航系统可看到对真实世界场景的有色信息标注。一条红色3D激光线位于驾驶者眼前的挡风玻璃上,驾驶者仅需遵循这条动态3D激光线的方向行驶即可。该系统能够实时模拟道路状况,将道路信息以3D形式     

一种基于弱标签的三维模型语义自动标注方法

随着三维应用的普及,三维模型大量产生并广泛传播。由于三维模型广泛应用于计算机辅助设计、三维游戏、电影特效制作等诸多领域,已经形成了大量的三维模型数据库。三维模型语义标注的目的是给出描述其语义的标注词,是三维模型管理和基于文本的三维检索的关键技术。针对互联网大量存在的弱标签三维模型现状,提出一种基于弱标签的三维模型语义标注方法LPMLL,首先,采用半监督学习方法进行标签传播,得到标注词置信度,达到提升训练集的目的。然后,采用一种基于最大后验概率准则的方法进行多标签学习,得到最终标注词。实验数据表明了该方法的有效性。     

基于Pro/Toolkit的形位公差国标标注系统的二次开发

论述了在Pro/E Wildfire 4.0的环境下,利用VC++.Net技术和Pro/E二次开发工具Pro/Toolkit,通过动态连接库方式来实现形位公差标注的二次开发定制.并对其中所涉及到的菜单以及MFC对话框等关键技术进行了开发设计,研究出符合国标且简单易用的形位公差标注插件.     

结合金字塔模型和随机森林的运动捕获序列语义标注

针对原始运动捕获数据结构复杂、语义模糊的问题,提出一种结合金字塔模型和随机森林的运动捕获序列语义标注方法.首先,利用概率主成分分析将运动序列划分为具有特定语义的运动片段.然后,将运动片段的欧拉角数据转换为人体各个关节点的三维空间位置坐标数据,统一骨骼长度,提取运动数据的2种互补性几何特征,并分别归一化.再次,运用傅里叶时间金字塔模型构建运动片段完整的时空特征.最后,利用已训练的随机森林分类器对各个运动片段进行标注.结果表明:该方法能够对具有不同语义的复杂运动序列进行有效标注,且可用于不同表演者,具有一定的实用性和通用性.     

社会化标注系统的复杂适应性分析

社会化标注系统作为一个复杂系统,可以用复杂适应系统理论来分析和研究,文章从复杂适应系统的4个基本特征和3个基本机制出发对社会化标注系统进行了详细的分析,发掘出该系统的一些基本特性,为研究社会化标注系统提供新的视角。     

网购客服对话标注与分析

在当前交互式问答的研究中,面向真实应用环境的交互式问答语料比较缺乏。首先收集大量网购客服对话日志作为交互式问答研究的语料数据, 对网购对话日志进行统计分析,然后从对话日志中抽取174组会话,对会话中的非规范语言现象、问句相关现象、问句答案匹配现象等交互式语言现象进行了标注和统计。基于标注统计结果发现:高频语句在网购对话中占较大比例,15%的语句的使用量占客服应答语句总量的45%以上;非规范语言现象出现比例占到会话语句的50%;问句相关现象中指代相关、省略相关、公共词序列相关是最重要的3个相关特征;问句答案匹配现象中交叉匹配的情形占到会话的60%以上;匹配的问答对中问句与答案具有显性匹配特征的占50%以上。     

基于张量罚偏最小二乘的自动图像标注

如何有效地挖掘变量与标签之间的相互关系和处理高维数据是自动图像标注的两个具有挑战性的问题。以往的自动图像标注都是基于向量模式的学习算法,这样一方面产生高维数据,另一方面破坏了图像数据的高阶结构和内在相关性,导致信息丢失。向量模式下的罚偏最小二乘算法(penalized partial least square,PPLS)可以在获取变量和标签相关性的同时,进行维度约简。在PPLS的基础上,提出基于张量罚偏最小二乘算法(tensor-PPLS)。首先构造图像的张量数据形式,然后采用多线性主成分分析(MPCA)进行降维预处理,最后用tensor-PPLS进行图像标注。在图像标注的三个标准数据集上,提出的算法标注结果明显优于传统的基于向量模式的学习算法。     

中国学生英语过去时态标注习得研究

句法标注多选现象的持续性是否意味着中介语语法系统的损伤是近年来二语习得研究的热点之一.该文针对中国英语专业大学生对英语题元动词的过去时态标注情况展开研究,文中语料取自《中国学生英语口笔语语料库》,在最简方案的理论框架下,研究中国学生在口笔语中对英语题元动词一般过去时态的标注情况,验证中国学生英语中介语语法系统是否损伤.结果表明:中国学生的中介语语法系统没有受损,能够习得英语中的时态特征.