基于《〈知网〉》词汇语义相关度计算的消歧方法

歧义字段的处理是汉语自动分词系统中重要而困难的问题之一.歧义处理正确率的高低直接影响着分词的质量.为了解决汉语自动分词系统中的歧义问题,本文基于<知网>的义原关系,在分析了影响词语语义相关度的主要因素后,引入相关度计算,利用<知网>中义原之间的纵向和横向关系及实例因素计算出不同词性的相关度,根据相似度的对称性计算实例的影响因素,由此来提高语义相关度的准确率,同时针对所提出的方法给出了实例验证.实验结果表明,该方法计算得到的语义相关度结果更加合理,为消除汉语自动分词中的歧义问题提供了良好的支撑依据,也使得汉语自动分词系统处理歧义字段更有效.     

XML纵览与其在自然语言处理领域中的应用研究

XML是在数字化、网络化环境中,可满足各行业信息和知识组织、处理及数据交换的基础技术。文章首先给出了XML之纵览,即XML的基础标准规范和应用技术;其次,以语料构建和翻译记忆等领域为例,研讨XML在自然语言处理（NLP）行业中的应用;最后,给出有关XML应用的结论。     

智能搜索引擎关键技术及应用研究

[目的/意义]技术创新服务平台的建设中需要智能搜索引擎技术,智能搜索引擎技术的内涵或者说重点在于自动语义标注.技术创新服务平台上对搜索引擎的要求,与大众的搜索引擎的需求还是不同的,处理的对象主要是专业领域的文本,通过语义标注技术,能快速对企业文档进行语义化和结构化组织,从而为企业提供精准的知识服务.[方法/过程]针对专业领域语义标注的相关问题,在进行深入研究与探讨的基础上,将语义标注理解为是对一组文档资源进行组织语义化的过程,提出利用结构化语义概念资源或集合对数字化文本进行自动标引的方法,并根据概念实体出现频次、位置和关系等因素,自动抽取相关语义概念集合,实现相关文本的语义内容的自动标注.[结果/结论]评价语义标注相关实验的效果,展示语义标注的具体应用场景.同时,体现领域本体与语义标注语料不断更新、进化、形成互动的过程,旨在为专业领域的语义自动标注及智能搜索引擎的构建提供有益的参考.     

面向自然语言检索的短语结构索引

针对自然语言提问的特点,提出基于短语索引的用户提问的处理方法,给出了短语结构索引的生成方法,设计了提问处理流程。在此方法中,系统接收完整的句子作为提问,采用自然语言处理技术对提问逐步处理,从提问中抽取短语作为检索对象。与关键词相比,短语可以表达更为具体的概念,有助于提高系统的查准率。图1。表1。参考文献13。     

关于词聚类中二元词聚类的一些探讨

基于类的统计语言模型是目前解决计算语言学问题的一个重要方法。本文依据Sven Martin等人提出的词聚类方法,采用二元词聚类方式对给出的语料库进行词聚类,并对聚类的结果进行了多方面分析。     

生物医学语义关系抽取方法综述北大核心CSSCI

深度学习在自然语言处理方面取得了显著成效,为生物医学领域的信息抽取带来新的研究范式。本研究旨在系统调研生物医学语义关系抽取方法、分析其发展历程,为深度学习方法的进一步运用提供基础和启示。通过检索Pub Med、Web of Science和IEEE数据库,以及Bio Creative、Sem Eval等重要测评网站,遴选出具有代表性的抽取方法,并从目的、方法、数据集和效果四个维度进行分析。经过系统梳理,可将生物医学语义关系抽取方法分为三个阶段:基于知识、传统机器学习和深度学习。将先验知识和领域资源恰当地融入到深度学习模型中,是进一步提升语义关系抽取效果的探索方向。     

Narrative Science:讲述隐藏在数据中的故事

机器擅长数据分析,人类更倾向于阅读故事而不是去分析大量复杂的数据.Narrative Science是一家提供自然语言处理服务的科技公司,可以帮助客户分析海量数据之间的关系,并转化为简明凝练、具有可读性的文本.凭借优质的、不断拓展更新的产品和服务,该公司超越最初的出版传媒市场,为其他行业需要分析和理解大量数据的用户提供基于自然语言的数据分析文本服务.毋庸置疑,随着自然语言处理技术的突破,人工智能将进入更多高级人力劳动的领域.     

基于科技政策和前沿动态的第四次工业革命关键技术和举措分析

为充分把握第四次工业革命的历史机遇,世界各国必然会瞄准战略科技领域,以一批关键技术为抓手,推出一系列的政策、战略、规划、计划和具体举措,推动科技进步和变革,在第四次工业革命中占据先发优势。本文以世界主要国家近年来发布的科技政策战略、前沿研发等重要动态新闻文本为分析对象,采用NLP (natural language processing)、文本挖掘、科学计量学等方法,揭示第四次工业革命中各国关注的重点领域技术和举措。研究结果发现,世界主要国家重点关注生物与农业、材料、航空航天与空间、数字与通信、能源、海洋、传统制造业等科技领域,积极布局量子计算、人工智能、再生能源、纳米技术、基因技术等关键技术,并采取投资计划、合作研究、政策研究和研究项目等发展举措推动上述科技领域和关键技术的发展。本文从动态新闻文本挖掘出发,梳理了第四次工业革命中世界主要国家布局的关键领域技术和重点举措。从理论意义上看,拓展了NLP、文本挖掘和科学计量学在科技政策研究中的应用场景;从实践意义上看,为我国布局第四次工业革命战略科技领域和关键技术、实施相应发展举措提供情报参考。     

自然语言处理与信息检索

探讨自然语言处理与信息检索之间的关系、它们的结合方式和自然语言检索的有关问题。     

一种基于词共现图的文档自动摘要研究

本文提出了一种基于词共现图的文档自动摘要算法。该算法以统计方法为基础,又利用词共现图形成的主题信息以及不同主题间的连接特征信息,旨在能够有效地生成既全面反映文档的主要内容,又不受领域限制的文档摘要;同时该方法能动态地确定文档摘要长度。在实验评估中,该文档自动摘要方法取得了令人满意的摘要效果。