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.     

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。     

基于训练模型改进的语音问句信息抽取方法

为进一步提高客户语音问句实体信息抽取的准确性,增强智能问答系统知识图谱中信息抽取技术的整体效果,首先对语义标注进行优化,随后在BiLSTM-CRF(bidirectional long short-term memory conditional random filed)基础上加入BERT(bidi-rectional encoder representation from transformers)模型对句子进行实体抽取学习.在具体实验中,以语音问句事件文本为数据来源,对其进行语义标注和实体抽取实验.结果 表明,在语义标注优化的基础上同时加入BERT改进模型,信息抽取结果均高于BiLSTM-CRF方法,且改进模型的调和平均值达到91.53％,即可为增强事件实体信息抽取提供实践意义.     

传感数据起源信息的多粒度标注与多分辨压缩

为了有效地追溯传感器网络中传感数据的生成与处理历史,提出一种面向无线传感器网络数据重发布的数据起源生成及传播方法.根据传感网数据起源特点分析了3种不同粒度起源的创建和传播.提出mgp-SQL语句实现了查询传播意义上起源的多粒度化;为降低传感网对起源信息的传输成本和存储成本,提出了一种基于离散小波分解理论的多分辨率起源压缩方法;根据传感网络起源信息的生成和发布的过程,结合上述2种技术实现了传感数据起源追溯算法MMPQ.真实数据及合成数据上的测试实验证明,MMPQ可以在查询过程中灵活调节压缩比率,生成适当分辨率的起源标注并高效存储.     

藏语语音合成语料库的韵律标注规则设计

韵律标注是藏语语音合成语料库建设的重要环节.文章参考汉语韵律标注的研究成果,结合藏语自身的语音特点以及韵律特征,进行了面向藏语语音合成语料库的韵律标注研究,并设计一套包含拉丁转写、声调类型、音节结构、重音类型以及停顿指数的标注规则,为藏语语音韵律特征的研究提供了直观的、科学的方法.     

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.