基于文采特征的高考作文自动评分

自动作文评分(Automated Essay Scoring,AES)就是让计算机能够对作文进行评估和打分.随着自然语言处理技术的日益成熟,针对中文作文的自动评分成为可能.作文是各种汉语考试中必然要考的科目,国家的中考、高考考生数量巨大,而且近年来中国汉语水平考试(HSK)的考生数目也逐年增多.自动作文评分因其具有效率高、客观性好等特点,因此中文作文自动评分技术的深入研究很有必要,本文对高考作文自动评分进行了深入研究.本文利用作文中的排比比喻修辞以及诗词引用来表征作文的文采,对排比修辞进行了分类总结.提出了启发式的方法来对排比以及比喻修辞手法进行自动识别.利用字典树组织古诗词资源,快速检索作文中出现的古诗词.将文采特征加入到基准系统中,会对作文自动评分的性能有不错的提高.     

多文档文摘评价标准的研究

多文档自动文摘是自然语言处理领域的一个重要研究方向。但对于多文档文摘的评价方法仍然存在方法单一,缺乏统一标准的问题。针对这些问题,就多文档文摘信息覆盖度尝试性地提出一套标准。该标准将涉及以下几个重要参数:改进BLEU参数(改进召回率),与原文档有效词覆盖度,高频词覆盖度。实验证明利用该标准能准确反映出文摘系统在信息覆盖度方面的优劣,并且接近人工评价结果。     

基于语义依存的汉语句子相似度计算

句子间相似度的计算在自然语言处理的各个领域都占有很重要的地位，在多文档自动文摘技术中，句子间相似度的计算是一个关键的问题。由于汉语句子的表达形式是多种多样的，要准确地刻画一个句子所表达的意思，必须深入到语义一级并结合语法结构信息，由此提出了一种基于语义依存的汉语句子相似度计算的方法，该方法取得了令人满意的实验效果。     

命名实体识别和指代消解在文摘系统中的应用

介绍了一个基于句子抽取的单文档自动文摘系统,在该系统基础上应用了命名实体识别和指代消解技术,最后通过人工评价和自动评价结果讨论命名实体识别和指代消解对文摘系统的贡献。     

金银花叶中绿原酸的提取及抗氧化活性研究

本研究利用双水相体系分离金银花叶中的绿原酸并分析其抗氧化活性。探讨4种乙醇/无机盐双水相体系提取绿原酸的能力,在乙醇浓度、盐浓度、提取时间和温度4个单因素实验的基础上,通过响应面法研究NaH₂PO₄添加量、乙醇浓度和提取时间3因素及其交互作用对绿原酸提取率的影响。研究结果显示,4种乙醇/无机盐双水相体系中,乙醇/NaH₂PO₄双水相体系具有最佳的绿原酸提取效果。优化的提取工艺为NaH₂PO₄添加量3.15 g、乙醇浓度28.5%和提取时间49 min,提取率可达80.2%。当金银花叶绿原酸浓度为0.5 mg/mL时,其DPPH自由基清除率达84.2%;绿原酸浓度为1 mg/mL时,脂肪过氧化抑制能力达88%。这些研究结果表明乙醇/NaH₂PO₄双水相体系能有效提取金银花叶中的绿原酸,具有较好的应用前景。     

中文篇章级句间语义关系识别

篇章句间关系识别(Discourse Relation Recognition)是篇章分析的重要内容,该文对中文篇章句间关系识别任务进行初步探索,包括显式篇章句间关系识别与隐式篇章句间关系识别两类任务。针对显式篇章句间关系,我们提出基于关联词规则的方法进行识别,取得了很好的效果;针对隐式篇章句间关系,我们抽取词汇、句法、语义等特征,采用有指导模型进行识别。该文的分析和实验结果为后续研究提供了参考和基本对照系统。     

中文人称名词短语单复数自动识别

名词短语的单复数信息在共指消解中是必不可少的特征. 与英语不同, 中文属于汉藏语系, 名词本身不能明显体现单复数信息, 需要借助其所在的名词短语来进行体现. 本文在自动内容抽取(Automatic content extraction, ACE)语料上抽取得到人称名词短语的单复数信息, 分别采用了基于规则和机器学习的方法来进行人称名词短语的单复数自动识别. 基于规则的方法, 在一些知识资源的基础上定义了规则模板库, 每条规则采用槽和槽值的方法来进行体现; 机器学习方法采用最大熵模型组合考察了词形、词性、词义、数量关系等特征. 两种方法分别达到了48.24\%和87.48\%的正确率. 实验结果显示, 基于规则的方法能够保证精确率而不能保证召回率, 机器学习的方法可以更好地完成单复数信息的识别任务.     

基于Folksonomy的本体构建综述

Folksonomy是随着网络信息海量增长而迅速兴起的新型网络信息组织方式,与传统的信息组织方式本体结合的研究和应用价值正在逐渐受到人们的重视.在概述的基础上,基于Folksonomy对本体构建的核心问题展开论述,重点对比主流构建方法,归纳评价方法,并预测应用和研究趋势,以期对后续研究有所助益.     

基于论证关系判别的议论文句子排序研究

议论文自动生成是自然语言生成中一项极具挑战性的任务,与诗歌、故事等生成任务不同,所生成的文章需要句子语义明确、论证结构清晰并合理地表达出核心论点。上述特点使得现有的预训练模型难以准确地建模并自动生成,因此传统的检索式方法成为解决该问题的主要方式。但前人方法在句子检索和排序过程中只考虑了语义相关度,忽视了对逻辑论证关系的判别,导致语义不连贯、论证逻辑倒置等问题。针对上述问题,该文将自然语言推理应用于论证关系逻辑判别任务,提出了基于显式语义结构的论证关系逻辑判别方法,新模型在论证判别数据集上取得优于以往自然语言推理模型的效果。同时将论文判别结果作为显式特征应用于议论文句子排序模型,在议论文生成数据集中有效改善了排序模型的逻辑不一致问题并进一步提升了议论文生成系统的总体性能。     

加工半圆环用夹具

1.加工件的要求图1所示为三通塑料水管注射模具下模板,其材料为铸钢45。要求圆柱面与圆环面平滑交接,圆度为0.05mm,表面粗糙度为Ra0.8。加工难度大,一般采用成形球面铣刀进行加工,人工修磨成形,其生产效率低,模具制造精度低,表面粗糙度达不到要求,从而影响制件的质量.我们经研究和实践采用专用夹具加工半圆环,较好地解决了这一难题。 2.夹具的结构及使用此夹具利用圆环形成原理设计而成,其圆环是一