结合原型网络的远程监督命名实体识别方法

针对利用远程监督标注文本实体过程中存在实体类别标注错误问题导致模型难以有效区分各实体的类别特征，影响模型精准度的问题，本文提出一种利用原型网络过滤训练语料中标注错误样本的远程监督命名实体识别方法，利用预训练的原型网络编码正确标注实体生成类别原型表示，过滤语料中距类别原型较远的样本.实验表明，使用原型网络有效地提高了语料的标注质量，提升了模型性能.     

“红色革命文艺”研究：学理与挑战

历史看待近年来开始活跃的“红色文艺”概念，还处于意义建构期，直接将之运用到文艺史研究中势必引发不必要的争议。如果将“红色文艺”具体化为“红色革命文艺”,它所包含的整体性视野，对于重新审视其内部相关文艺现象的概念命名、源流关系，它们与中国古代文艺传统、外国文艺传统和“五四”文艺传统的关系，还有文献整理中的问题，体现出不可替代的作用和价值。目前以具体时段划分后的“红色革命文艺”研究，在概念命名上并不严谨，对整体源流关系的认识存在分歧，在与相关文艺传统关系的梳理上缺乏说服力，相关文艺梳理也存在不足，这些问题的形成与研究界缺乏整体视野有密切关系。在更大的视野上，“红色革命文艺”研究中存在的问题，是中国现当代文艺关于“启蒙-救亡”“传统-现代”“民族-世界”等重大问题悬而未决的结果，对这些重大问题的突破，进一步深化对“红色革命文艺”历史的认识是关键点。     

基于深度学习的威胁情报领域命名实体识别

为了从来源不同的威胁情报中提取关键信息，方便政府监管部门开展安全风险评估，针对威胁情报文本中英文混杂严重以及专业词汇生僻导致识别困难的问题，在BiGRU-CRF模型基础上，提出了一种融合边界特征以及迭代膨胀卷积神经网络(IDCNN)的威胁情报命名实体识别方法.该方法根据人工构造的规则词典将边界清晰的实体例如英文单词进行转化以减少模型在处理较长文本时容易造成的信息损失，通过IDCNN和双向门控循环单元(BiGRU)进一步提取了文本的局部和全局特征.通过在威胁情报语料库上进行实验，结果表明所提的方法模型在相关评价指标上均优于其他模型，F值达到87.4%.     

基于RoBERTa和多头注意力的简历命名实体识别方法

针对传统简历实体识别存在一词多义和训练时间长的问题，提出了一种新的简历命名实体识别模型。通过RoBERTa预训练模型获取具有上下文关系的字向量，结合BiGRU和多头注意力机制(Multi-head Attention, MHA)层提取全局信息和局部相关性信息，采用CRF层修正解码确定最终标签，同时裁剪RoBERTa预训练模型。实验表明，该模型在中文电子简历数据集取得95.97%的F₁值，高于其他主流模型，且相较于未剪枝的模型提升0.43%,减少1/5训练时间。     

基于分层ERNIE模型的中文嵌套命名实体识别

近年来中文嵌套命名实体识别的相关研究进展缓慢，BERT和RoBERTa等预训练模型在处理中文语言时，导致模型只能学习到不完整的语义表示.针对以上两个问题，首先使用现有的中文命名实体基准语料库ACE2004和ACE2005,依照原始语料的中心词和外延的关系自动构造嵌套命名实体；然后使用分层ERNIE模型在构建好的中文语料库上进行中文嵌套命实体识别的研究，相较于BERT等模型，ERNIE模型则是通过对中文实体语义单元的掩码，使得模型学习完整概念的语义表示.实验结果表明，分层ERNIE模型在ACE2004和ACE2005两个中文嵌套命名实体语料库上F1值分别为84.5%和85.9%,性能优于BERT和RoBERTa模型.     

基于BLSTM-CRF中文领域命名实体识别框架设计

为在不依赖特征工程的情况下提高中文领域命名实体识别性能，构建了BLSTM-CRF神经网络模型。首先利用CBOW模型对1998年1月至6月人民日报语料进行负采样递归训练，生成低维度稠密字向量表，以供查询需要；然后基于Boson命名实体语料，查询字向量表形成字向量，并利用Jieba分词获取语料中字的信息特征向量；最后组合字向量和字信息特征向量，输入到BLSTM-CRF深层神经网络中。实验结果证明，该模型面向中文领域命名实体能够较好的进行识别，F1值达到91.86%。     

从汉文教育到国际中文教育：概念史视角下的变迁

自一千多年前的汉文教育以来，国际中文教育作为“自在”的教育形态经历了长期历史积淀。中华人民共和国成立后，又经历了从对外汉语教学到汉语国际教育，再到国际中文教育的“自觉”发展过程。本文从概念史视角出发，通过考察“国际中文教育”在各个阶段的发展进程以及核心概念的演变史，探究了国际中文教育的概念发展变迁。国际中文教育作为一个“自觉”的学术新概念，必将在促进全球中文传承与传播，促进中文成为重要的国际公共产品，增强中华文明传播力影响力，深化中外文明交流互鉴和构建人类命运共同体中发挥更大的作用。     

新冠病症统一命名的建议

新冠疫情暴发三年多来，国内外出现多种有关新冠病症的名称，如国内有新型冠状病毒肺炎、新型冠状病毒感染等，国外有世卫组织命名的2019冠状病毒病以及倡用的新冠后症状，此外还有长新冠、新冠后综合征、新冠后遗症等较为常见的名称。目前已出现一定的混乱，需要正视。通过辨析，提出取舍意见，认为目前应与世卫组织一致，统一使用2019冠状病毒病、新冠后症状。根据术语学有关要求，同时提出规范名词的建议，为进一步审定新冠病症名称提供参考。     

基于BERT和多头注意力的中文命名实体识别方法

针对双向长短时记忆网络-条件随机场(bi-directional long short-term memory-conditional random field,BiLSTM-CRF)模型存在准确率低和向量无法表示上下文的问题，提出一种改进的中文命名实体识别模型。利用裁剪的双向编码器表征模型(bidirectional encoder representations from transformers,BERT)得到包含上下文信息的语义向量;输入双向门控循环单元(bidirectional gated recurrent unit,BiGRU)网络及多头自注意力层捕获序列的全局和局部特征;通过条件随机场(conditional random field,CRF)层进行序列解码标注，提取出命名实体。在人民日报和微软亚洲研究院(Microsoft research Asia,MSRA)数据集上的实验结果表明，改进模型在识别效果和速度方面都有一定提高;对BERT模型内在机理的分析表明，BERT模型主要依赖从低层和中层学习到的短语及语法信息完成命名实体识别(named entity recognition，NER)任务。     

面向低资源命名实体识别的BiLSTM-Att-BCRF模型

在低资源场景下,由于受训练数据量少的限制,现有模型的参数不能拟合到预期效果,所以导致模型识别实体的性能不佳.该文提出一种融入伯努利分布(Bernoulli distribution)的新型损失函数,使模型能较好拟合数据.此外,该文在BiLSTM-CRF模型基础上融合多层字符特征信息和自注意力机制,并结合基于伯努利分布的新型损失函数,构建了BiLSTM-Att-BCRF模型.BiLSTM-Att-BCRF模型在20%的CONLL2003和20%的BC5CDR的数据集上,F₁值在BiLSTM-CRF模型基础上分别提升了7.00%和4.08%,能较好地适应低资源命名实体识别任务.