层次短语翻译中基于Markov 随机场的层次切分模型

翻译推导的切分歧义是统计机器翻译面临的一个很重要的问题,而在层次短语机器翻译中,其尤为突出.提出了一个层次切分模型来处理推导的切分歧义性.采用Markov随机场构建模型,然后将其融入层次短语翻译模型,以便自动选择更合理的切分.在NIST中英翻译的任务中,该模型的训练效率高,通过NIST05,NIST06和NIST08这3个测试集上的翻译效果表明,该模型提高了层次短语翻译的性能.     

世界最大的自然语言处理和语音技术实验室——哈尔滨工业大学语言语音教育部-微软重点实验室

<正>哈尔滨工业大学语言语音教育部-微软重点实验室,以哈工大计算机学院语言技术研究中心为主要依托,由机器智能与翻译实验室、智能技术与自然语言处理实验室、信息检索实验室和语音处理实验室联合     

聚氨酯树脂预聚物的控制——二正丁胺法的探讨

聚氨酯树脂预聚物的控制———二正丁胺法的探讨尹力力宁霞朱聪慧（丹东轻化工研究院１１８００２）聚氨酯树脂乳液是近年来皮革涂饰剂中一种重要的涂饰材料。它的合成最重要的是预聚物的合成，而预聚物反应程度的大小是聚氨酯乳液好坏的关键，聚合程度的大小直接影响产品...     

企业经营范围文本自动分类方法探究

随着各种数字化信息不断增长,如何对大量文档信息进行科学归类成为亟待解决的问题。文本自动分类方法成为目前解决该问题的一项关键技术。我国目前有超过1,000万的企业,企业经营范围是企业从事经营活动的具体描述。本文以企业经营范围数据为基础,根据其结构特征,以及与经济行业的关系,利用大规模文本数据的切分词优化、统计分类推断、属性关联分析等关键技术,通过在组织机构代码数据库中提炼相关数据进行实验比对分析,从而得出一种实用、高效的企业经营范围的文本自动分类方法。     

基于无向图序列标注模型的中文分词词性标注一体化系统

在中文词法分析中,分词是词性标注必须经历的阶段。为了能在分词阶段就充分利用词性标注的信息和减少两阶段错误的累计,最好的方法是将两个阶段,整合到一个架构中。该文以无向图模型为基础,将分词和词性标注有机地统一在一个序列标注模型中。由于可以采用更深层次的依赖关系作为特征,一体化系统在1998年人民日报语料上取得了97.19%的分词精确率和95.34%的词性标注精确率,是目前同类系统,在这一语料上取得的最好结果。     

动词次范畴英汉论元对应关系获取

动词次范畴是根据句法行为对动词的进一步划分,它是由核心动词和一系列论元组成。其相关研究在英汉等多种语言方面都取得了较好的成果,但跨语言之间的研究还很少。该文提出了一种基于主动学习策略的英汉动词次范畴论元对应关系自动获取方法,这种方法可以在双语平行语料上,几乎不需要任何先验的语言学知识的情况下,自动获取英汉论元的对应关系。然后我们将这些对应关系加入了统计机器翻译系统。实验结果表明,融合了英汉动词次范畴论元对应关系的SMT系统在性能上有明显的提升,证明了自动抽取的对应关系的有效性,也为SMT提供了新的研究方向。     

基于加权子序列核函数的次范畴论元分析

为提高汉语动词次范畴化框架(SCFs)的分析性能,提出了一种新的次范畴论元分析方法。该方法引入了基于间隙加权子序列的核函数,以传统规则的右部作为分类类别,将规则左部作为问题输入空间,将原本规则推导的问题转化为机器学习问题。由于间隙加权子序列核函数可以考虑跨距离的词之间的依赖关系,加之机器学习方法的引入,使得论元识别精度从55.16%提到了93.43%,并且极大提高了次范畴整句获取精度。     

基于跨证据文本实体关系构建的事实核查研究

事实核查是指基于证据文本的虚假信息检测任务,目前已有的研究方法主要是将声明文本与证据文本拼接后输入预训练模型进行分类判断,或者通过单一节点的全连接图进行推理判断。这些方法忽略了证据文本间的远距离语义关联和其包含的噪声干扰。针对以上问题,该文提出了一种基于跨证据文本实体关系的图卷积神经网络模型(Cross-Evidence Entity Relation Reasoning Model, CERM)。该模型以多个证据文本的实体共现关系为基础,聚合不同实体对象的语义结构信息,同时减小噪声信息干扰,有效提升模型的虚假信息判别能力。实验结果证明,在公开数据集上该文提出的方法在通用评测指标上均优于现有的对比模型,验证了CERM模型在事实核查研究任务上的有效性。     

基于组织机构代码信息进行数据挖掘与属性关联分析的方法初探

本文以涵盖各类单位动态基本信息的全国组织机构代码数据库为基础,依托当前自然语言自动处理技术的成功经验和研究成果,探究实现大规模机构信息自由文本数据的信息抽取、切分词优化、统计分类推断、属性关联分析等方法。为"全国组织机构代码共享平台"实现核心字段动态自动翻译、知识发现、数据质量提高,以及信息自动填补等方面提供关键技术支撑,进而为提高数据库信息利用率提供技术参考,为积极推进国家电子政务信息建设做出有益探索。     

铬铝鞣剂及成革中铝的定量

本文对铬铝鞣剂及成革中铝的定量分析方法进行探讨。在进行铝测定之前，样品采用静态离子交换法除去铬离子，从而消除铬离子对滴定终点判断的影响，达到快速、简便、准确的铝定量分析。