基于无监督模型的低资源词性标注实验对比和分析

[目的]研究无监督词性标注模型在低资源语言上的性能表现.[方法]尝试利用无监督词性标注模型,包括高斯隐马尔科夫模型(Gaussian HMM,GHMM)、最大化互信息模型(mutual information maximization, MIM)与条件随机场自编码器(conditional random filed autoencoder, CRF-AE),展开低资源词性标注实验.基于对前人工作的凝练,在英文宾州树库上设置了少样本和词典标注两种低资源场景.[结果]无监督词性标注模型能够在少样本场景中超越条件随机场模型,但在词典标注场景中却始终逊色于条件随机场模型.[结论]无监督损失更加擅长对高频词进行建模,使得模型在少样本场景下获得更好的性能表现;同时无监督损失倾向于生成更加均匀的词性分布,从而降低模型在词典标注场景下的性能.     

结合情感词典的主动贝叶斯文本情感分类方法

提出一种改进的结合情感词典的主动贝叶斯情感分类方法(SLAB).为了证明提出方法的有效性,选用康奈尔影评数据集和互联网电影资料库(IMDB)数据集作为实验数据,并与基于不确定性采样策略的主动学习方法进行比较.结果表明:文中提出的方法在较少的标注训练集下,能够取得更高的分类准确率,一定程度上解决了基于不确定性采样策略的主动学习方法中的误差累积问题.     

词典与英语阅读教学浅探

词典是英语学习者的必备工具,本文探讨了利用不同词典完成课内深层阅读、英语报刊阅读以及网络在线阅读对非英语专业学习者的语言习得能力的影响,尤其是提高了学习者的词汇习得与阅读技能。     

疾病的命名与词典释义

从疾病命名的方式中发现了疾病命名所依据的六个基本要素,并通过对疾病名称释义元素的分析,得出三点结论:1.命名方式所依据的六个基本要素同时是疾病名称释义的基本元素;2.疾病名称的命名依据一定是释义的必有元素;3.疾病性质是所有疾病名称释义中的必有元素。结论反映出词语形式和语义内容之间的对应关系,从而可以借助文章结论检查和完善词典释义。     

科技与语言的完美结合--简评《汉英航空发动机工程技术词典》

饱含着众人的期待,满载着使命与责任,《汉英航空发动机工程技术词典》——一部为满足航空工业领域广大干部,科技人员和技术工人需要,适应现代科技发展的需求,以填补国内航空发动机工程技术专业词典空白的工具书,终于展现在了我们的面前：精美,充实而有分量,着实令人耳目一新。     

融合领域词典嵌入的航空不安全事件命名实体识别

针对航空不安全事件领域命名实体识别任务,以航空安全信息周报为数据源,分析并构建航空不安全事件命名实体识别数据集和领域词典。为解决传统命名实体识别模型对于捕获领域实体边界性能较差的问题,基于BERT(bidirectional encoder representations from transformers)预训练语言模型提出融合领域词典嵌入的领域语义信息增强的方法。在自建数据集上进行多次对比实验,结果表明：所提出的方法可以进一步提升实体边界的识别率,相较于传统的双向长短期记忆网络-条件随机场(bi-directional long short term memory-conditional random field, BiLSTM-CRF)命名实体识别模型,性能提升约5%。     

德汉机器翻译软件系统

建立的德汉机器翻译系统，主要包括词法分析，语法分析和译文调整生成等模块，ＧＣＭＴＳ采用与传统的ＭＴ系统不同的有条件归约算法及动词阶位和规则库相结合的分析算法，并将算法与规则分离，ＧＣＧＭＴＳ是在ＸＥＮＩＸ３８６和ＯＲＥＣＡＬ数据库环境下开发的，容易移植和推广。     

一种基于极性词典的情感分析方法

极性词典是文本情感分析和倾向性分析的基础。本文构建了一个全面、高效的极性词典,包括基础词典、领域词典、网络词词典以及修饰词词典,深入研究了修饰词对极性词的影响,将极性词与修饰词组合成极性短语作为极性计算的基本单元,提出了一种基于极性词典的情感分析方法。实验结果表明,利用本文构建的词典进行倾向性分析效果不错。     

基于优化最大匹配与统计结合的汉语分词方法

汉语自动分词足中文信息处理的前提,如何提高分词效率是中文信息处理技术面临的一个主要问题.基于训典和基于统计的分词方法是现有分词技术的主要方法,但是前者无法处理歧义字段,后者需要大量的词频汁算耗费时间.本文提出优化最大匹配与统汁结合的分词方法,首先提出优化最大匹配算法,在此基础上提出了规则判断与信息量统计两种消歧策略.然后,给出了优化最大匹配与统计结合的分词算法,提高了分词的效率.最后,基十分词算法实现中义分词系统,并通过实验对算法进行了分析和验证.     

基于规则的机器翻译技术综述

回顾基于规则的机器翻译中的文本处理、文本分析、词典构成、词典查询和语义排歧技术,指出基于规则的机器翻译因为词义选择、层次切分、特殊句型结构等固有难题难以圆满解决,只有发展新的翻译技术,才能使机器翻译质量达到实用水平.