基于深度学习的自然语言处理课程教学探索与实践

针对社会对智能信息处理人才的迫切需求和目前自然语言处理课程教学过程中面临的困难,立足自然语言处理课程的特点与学生发展的内在需求,提出从转变教学理念、更新教学内容、丰富教学方法与手段、完善考核体系几个方面进行课程教学改革,介绍具体改革实践路径,最后说明改革效果并提出反馈与修正机制.     

层次化神经网络模型下的释义识别方法

释义识别技术（Paraphrase Identification, PI）被广泛用于问答系统、抄袭检测、个性化推荐等领域.针对已有释义识别方法缺乏有效的特征提取机制问题,提出了一种新的释义识别模型.与传统“编码-匹配”模式不同,采用“编码-匹配-提取”模式,通过添加特征提取层进一步提取分类信息.所提出模型由6层组成:输入层、嵌入层、编码层、匹配层、特征提取层、输出层.在编码层,采用基于注意力机制的上下文双向长短期记忆网络对文本上下文进行编码,充分利用句子的前向和逆向两个方向的上下文信息;在匹配层,通过多种矩阵运算,从不同角度获得句子对匹配信息;在特征提取层,利用Xception网络以便更有效地从匹配结果中提取分类信息.此外,本文采用多特征融合的方法,将GloVe预训练的词向量、字符向量和附加特征向量的连接作为最终的词向量,较普通的词向量携带更丰富的语义信息.实验结果表明,所构建的模型在Quora和SemEval-2015 PIT两个公开数据集上（分别作为大型数据集和中小型数据集的代表）都达到了竞争性效果.     

基于文本匹配的电商对话系统设计

文本匹配是自然语言处理中解决自动对话问题的关键技术,本文设计了基于表示的文本匹配模型(DSSM模型),将带有记忆功能的循环神经网络(LSTM)引入模型之中,使得模型具有更好的泛化性能。使用百度开源数据集训练出来的网络,文本匹配程度达到76.6%。将训练好的网络应用到电商对话系统中性能表现良好,具有一定的鲁棒性能和实际意义。     

人工智能技术在现代媒体资产管理系统中的应用

本文通过对传统媒资系统业务流程的分析,详细探讨了在编目流程、审核流程及下载流程中的用户痛点,结合当前成熟的人脸识别、语音识别、OCR识别及NLP自然语言处理等人工智能技术,探讨了人工智能技术在媒资系统中的应用方向和价值,并给出了相应的架构方案。     

卷积深度神经网络在基于文档的自动问答任务中的应用与改进

基于文档的自动问答,尤其是语义匹配,其目标是计算两个文本之间的相似度。这是自然语言处理中的典型任务,并且用以衡量对自然语言的理解程度。深度学习方法得益于可以自动化地学习到给定任务的最优特征表示,在许多研究中取得成功,也包括文本匹配。针对基于文档的自动问答,提出一个基于卷积深度神经网络的语义匹配模型,以便对每一对问题和文档提取特征,并据此计算它们的得分。通过问题和文档之间的交互计算,利用重叠词等文本特征,在中文开放域上的自动问答任务中取得的实际效果证明了该模型的有效性。     

Computer-generated Conversation Using Newspaper Headline

In this paper, the authors propose a method that incorporates mechanisms for handling ambiguity in speech and the ability of humans to create associations, and for formulating conversations based on rule base knowledge and common knowledge. Go beyond the level that can be achieved, using only conventional natural language processing and vast repositories of sample patterns. In this paper, the authors propose a method for computer conversation sentences generated using newspaper headlines as an example of how the common knowledge and associative ability are applied.     

变电站GIM模型净空距离合规性自动审核方法

目前的电网设计评审主要依靠人工进行,过程枯燥,耗费时间,容易产生错误和遗漏,设计模型的合规性自动评审是解决上述问题的一条重要途径。针对GIM模型净空距离规范,提出基于自然语言处理的自动化评审方法,设计专门用于描述设计规范的受限自然语言GIM-CNL,用以提高目前的自然语言处理工具提取规范条文信息的准确率,经NLP技术处理生成相应的语法树,进一步依据领域本体模型转化为以DSL语言表述的规则,计算机自动依据DSL规则对GIM模型进行查询和计算判断设计的准确性。最后,以变电站GIM工程设计实例对提出的理论方法进行了可行性和适用性的验证。