聪明万事通，智能搜索引路

智能搜索引擎具有信息服务的智能化、人性化特征,允许用户采用自然语言进行信息的检索,为用户提供更方便、更确切的搜索服务。     

通用的自然语言词法分析机制

本文提出了一种通用的自然语言词法分析技术,其处理机构不仅可以独立于具体自然语言,而且又具有适合于未来智能计算机直接处理的规则形式和实现过程.文中还详细讨论了独立于自然语言的词法分析技术,以及我们在IMT/EC系统中实现的词法分析机制的工作原理.     

基于Transformer实现文本导向的图像编辑

为方便非专业用户修图,提出一种基于Transformer的图像编辑模型TMGAN,使用户可通过自然语言描述自动修改图像属性。TMGAN整体框架采用生成对抗网络,生成器采用Transformer编码器结构提取全局上下文信息,解决生成图像不够真实的问题;判别器包含基于Transformer的多尺度判别器和词级判别器两部分,给生成器细粒度的反馈,生成符合文本描述的目标图像且保留原始图像中与文本描述无关的内容。实验表明,此模型在CUB Bird数据集上,IS（inception score）、FID（Fréchet inception distance）以及MP（manipulation precision）度量指标分别达到了9.07、8.64和0.081。提出的TMGAN模型对比现有模型效果更好,生成图像既满足了给定文本的属性要求又具有高语义性。     

图像信息对句子语义理解与表示的有效性验证与分析

近年来,图像文本建模研究已经成为自然语言处理领域一个重要的研究方向.图像常被用于增强句子的语义理解与表示.然而也有研究人员对图像信息用于句子语义理解的必要性提出质疑,原因是文本本身就能够提供强有力的先验知识,帮助模型取得非常好的效果;甚至在不使用图像的条件下就能得出正确的答案.因此研究图像文本建模需要首先回答一个问题:图像是否有助于句子语义的理解与表示?为此,本文选择一个典型的不包含图像的自然语言语义理解任务:自然语言推理,并将图像信息引入到该任务中用于验证图像信息的有效性.由于自然语言推理任务是一个单一的自然语言任务,在数据标注过程中没有考虑图像信息,因此选择该任务能够更客观地分析出图像信息对句子语义理解与表示的影响.具体而言,本文提出一种通用的即插即用框架(general plug and play framework)用于图像信息的整合.基于该框架,本文选择目前最先进的五个自然语言推理模型,对比分析这些模型在使用图像信息前后的表现,以及使用不同图像处理模型与不同图像设置时的表现.最后,本文在一个大规模公开数据集上进行了大量实验,实验结果证实图像作为额外知识,确实有助于句子语义的理解与表示.此外,还证实了不同的图像处理模型和使用方法对整个模型的表现也会造成不同的影响.     

基于自然语言生成的关联规则可视化方法

针对传统的关联规则蕴含式表示方式和图形可视化方法对非专家用户来说不易理解的问题,提出了一种新的基于自然语言生成的关联规则可视化方法。该方法将自然语言生成技术引入到关联规则可视化中,通过领域知识库中的解释模式将关联规则中每一项生成简单的自然语言句子,并经过句子规划、表层实现,最终生成流畅的自然语言句子。实验最终得出的结果,便于普通用户理解和应用,从而帮助用户获取更有价值的信息。     

一种汉语方言编码与转换机制的研究

回顾了汉语拼音方案的组成和特点,分析了方言编码的可行性。引入二进制编码方式对汉字发音进行编码。编码序列包括了声母、韵母、音调、儿化音等编码部分。建立了方言音、修饰音、标准音之间的转换关系。以湘汨地区的方言为例,详细论述了方言编码和转换的过程。以人工代谢算法作为寻优策略,结合特定语言环境,将方言音转换成标准音。通过实例分析论述了该方案的可行性和合理性。     

基于本体的网络空间决策支持系统研究*

为了不同的空间决策,往往需要建立相应的空间决策支持系统,在这些空间决策支持系统中,大量的空间数据和模型是可以被重复使用的,因此提出了一种基于本体的空间决策支持系统。该系统能够高效、自动地利用互联网中存在的各类异构空间信息与分析资源来支持空间决策;此外,本系统还提出了一种灵活的体系架构来解决空间决策中存在的语义问题。     

融合外部语义知识的中文文本蕴含识别

基于神经网络的文本蕴含识别模型通常仅从训练数据中学习推理知识,导致模型泛化能力较弱。提出一种融合外部语义知识的中文知识增强推理模型(CKEIM)。根据知网知识库的特点提取词级语义知识特征以构建注意力权重矩阵,同时从同义词词林知识库中选取词语相似度特征和上下位特征组成特征向量,并将注意力权重矩阵、特征向量与编码后的文本向量相结合融入神经网络的模型训练过程,实现中文文本蕴含的增强识别。实验结果表明,与增强序列推理模型相比,CKEIM在15%、50%和100%数据规模的CNLI训练集下识别准确率分别提升了3.7%、1.5%和0.9%,具有更好的中文文本蕴含识别性能和泛化能力。