机器翻译系统融合方法及其应用探究

多机器翻译系统融合技术能够对不同机器翻译系统的输出结果有效地进行融合,产生更好的翻译性能,因此该技术成为机器翻译研究领域的一个热点问题。文章介绍了中国科学技术信息研究所（ISTIC）参加第七届全国机器翻译研讨会机器翻译评测的情况。本单位参加了英汉科技领域的机器翻译评测项目。文章阐述了本单位机器翻译系统的实现框架以及实施细节,并分析了它们在评测数据上的性能表现,最后对机器翻译系统融合方法目前的现状进行讨论,并对该系统融合方法进行总结和展望。     

语义特征分析的深化——学术文献的全文计量分析研究综述

文献题录数据和引文数据在传统文献计量研究中的应用存在着诸多的障碍和壁垒。随着自然语言处理技术的发展和学术文献全文数据特别是结构化全文数据的丰富,这些障碍和壁垒在不断被攻克。通过综述学术文献全文计量分析的相关研究成果,本文发现:学术文献的计量研究正在经历巨大转变——从聚焦于学术文献的外部特征到开始关注内容特征,从关注学术文献的句法特征到重视语义特征乃至语用特征。以引文内容分析为代表的学术文献全文计量分析研究发展突出,其他全文信息的计量分析工作也崭露头角。目前,全文计量分析中各个研究方向的发展程度参差不齐,部分研究方向尚处于萌芽阶段,相关研究的研究方法和数据仍待继续加强或丰富。未来全文计量分析研究需要多个学科的广泛参与和相互合作,出版商与学者应积极参与到全文计量分析研究中来;需要对学术文献进行更加全面的认识,从而推动全文计量分析向客体细粒度化、视角多样化、指标语义化和评价结果全面化等方向不断迈进,并促进全文计量分析与学术服务和学术评价工作的有机结合,使文献计量学能够更好地为学术活动服务。图4。参考文献157。     

美国著名智库文本成果研究——以人工智能领域为例

从文本视角分析智库文本型成果,可为智库研究、决策分析等领域提供新思路。文章基于自然语言处理技术以及可视化计量分析对美国主流智库的人工智能研究文献进行研究,并结合时事政策事件等进行综合分析,洞察美国智库背后特点,掌握该领域内智库专家的思想动态,为我国智库研究提供参考。     

Elsevier推出新的语义搜索工具illumin8

Elsevier开发了面向公司研发人员的语义搜索工具illumin8。它采用了自然语言处理技术,其词库与50万个预先确定的技术术语相关联,可以改善关键词搜索。用户输入检索词,illumin8用几秒钟将其与预先设计好的语义库进行匹配,确定其含义,检索结果会以全屏幕的窗口显示,     

中文自动问答中旬子相似度计算研究

句子相似度计算是自动问答系统的重要理论基础和关键实现技术.目前,用于中文自动问答系统的句子相似度计算方法很多,由于缺乏系统的分析,给研究人员带来了较大的不便.依据所利用的特征信息,可以将这些方法分为四类,即基于关键词信息、基于语义信息、基于句法结构信息以及基于多重信息.通过对各类方法实验结果的比较,指出各自的优势和不足.同时指出,基于多重信息的方法是当前的主流方法,实现不同特征信息的最佳权重分配是该类方法今后的研究重点.另外,还提出一个有关相似度概念认识上的看法,即对于中文自动问答系统,实质上依据的是句子的相关度,而不是句子的相似度.通过本文的研究,旨在为中文自动问答领域的句子相似度计算研究提供一定的参考.     

自然语言处理中的机器学习方法研究

介绍几种机器学习方法的原理及其在自然语言处理中的应用,总结分析其应用过程中的主要问题,讨论机器学习在自然语言处理应用中的发展趋势.     

科技文献信息抽取方法浅析SSCI

文章在Web of Science等影响力较大的国际数据库中检索内容与“科技文献”和“信息抽取”相关的文献,经设定条件筛选后获得63篇相关文献。回顾相关文献,从抽取的信息与抽取的方法两个角度进行分类与分析,总结该领域已有的研究成果和存在的不足。从科技文献中抽取的信息主要为结构化信息、显式信息和隐式信息,最新最先进的抽取方法主要集中在机器学习、自然语言处理和统计学中。语义信息的抽取有一定的进步空间及挑战性,灵活结合机器学习和自然语言处理方法是处理此领域问题的未来趋势。     

共词分析聚合研究领域的表面效度研究:基于自然语言处理

为考察共词分析在研究领域聚合中的有效性,本研究以1988年～2017年三十年间发表且收录于WoS(Web of Science)数据库的计算机科学、地理学、数学、应用化学和应用物理学等五个学科的标题、摘要和关键词为分析对象,对不同分析单元下所聚合的研究领域的表面效度进行了检验。研究发现,关键词在研究领域聚合中具有相对最高的表面效度,摘要和题名的效度则相对较低。然而,本研究也发现,科学计量领域现有聚类指标和工具所聚合的研究领域缺乏区分能力且各种指标均存在着一定的效度风险。本研究的发现对于丰富科学计量领域关于研究领域聚合有效性的认识具有重要理论意义。     

基于统计的常用词搭配(Collocation)的发现方法

常用词搭配 (collocation)是指一些常用的用来表达某些事情或事物的短语 ,一般是二元组或三元组等。常用词搭配的自动发现在自然语言处理中起着很重要的作用 ,它能够丰富词典的容量 ,提高系统的性能。本文提出 4种判断一个二元组是否是常用词搭配的方法 ,并对各种方法的结果进行了比较。然后在已知二元组的基础上 ,提出了统计和发现三元或多元组的方法。这种利用二元组来构造三元组的方法 ,比统计所有三元组的计算量大大减少。实验证明这种方法的结果较好     

自然语言处理在情报检索中的应用

本文扼要地介绍了日本学者围绕提高情报检索系统的性能,开展自然语言信息处理研究的一些成果:包括以英语科技文摘为对象所进行的自动索引研究和动词的用法分析,以及从混合使用汉字和假名的日语文本中自动抽出日语名词的研究等。