基于词向量与可比语料库的双语词典提取研究

双语词典是跨语言信息检索以及机器翻译等自然语言处理应用中的一项重要资源。现有的基于可比语料库的双语词典提取算法不够成熟,抽取效果有待提高,而且大多数研究都集中在特定领域的专业术语抽取。针对此不足,提出了一种基于词向量与可比语料库的双语词典提取算法。首先给出了该算法的基本假设以及相关的研究方法,然后阐述了基于词向量利用词间关系矩阵从可比语料库中提取双语词典的具体步骤,最后将该抽取方法与经典的向量空间模型做对比,通过实验分析了上下文窗口大小、种子词典大小、词频等因素对两种模型抽取效果的影响。实验表明,与基于向量空间模型的方法相比,本算法的抽取效果有着明显的提升,尤其是对于高频词语其准确率提升最为显著。     

“抢人大战”背景下高校毕业生的就业地选择——基于上海市大学生的实证研究

人才是区域创新和城市发展的关键要素。为提升城市竞争力,各城市陆续出台人才政策加入“抢人大战”。在此背景下,文章基于上海市12所高校《毕业生就业质量报告》和笔者收集的问卷调查数据,利用统计描述、多项logistic模型等方法从宏观城市与微观个体层面分析上海毕业生群体就业迁移行为及其影响因素。研究发现：宏观方面,上海高校毕业生就业迁移主要指向东部沿海地区,上海作为就学地有较强空间黏滞性,且对来自其邻近欠发达地区生源的作用更强。微观层面,城市经济发展程度仍是影响毕业生选择就业地的主要因素,来自经济发达地区的毕业生求学与就业迁移意愿较低,人才政策对不同个体的影响存在异质性;人口学特征、家庭背景、人力资本和在就业地的社会资本显著影响毕业生的就业迁移行为。