公共文化服务平台

中文事件触发词的自动抽取研究被引量：14: 2015年; 随着自然语言处理领域中信息抽取技术的不断发展,越来越多的学者开始关注事件的识别和抽取研究,其中触发词的识别和抽取是事件识别和抽取的关键。针对目前中文触发词抽取结果的F值不够理想的情况,选用中文事件语料库CEC语料作为训练语料和测试语料,提出了一种基于触发词扩展表和机器学习相结合的触发词抽取方法,实验表明,该方法抽取效果比较理想,F值可达到69.7%。; 轩小星廖涛高贝贝; 关键词：自动抽取

深度运动图耦合正则化表示的行为识别算法被引量：8: 2018年; 为了提高图像行为的识别精度,使其能够准确判别行为识别中的微小变化以及遮挡问题,提出了基于深度运动图(depth motion maps,DMM)与正则化协同表示的行为识别算法。首先,将深度图像序列投射到3个正交平面上,得到了3个方向的投射图。对于不同的投射图,通过测量两个连续映射之间的绝对差值来表示运动能量,并将所有深度图像序列中运动能量进行叠加,获得了3个方向的深度运动图。随后,根据这些投射图,DMM能从多个方向获取更多具有判别力的运动信息。再引入Hough变换(Hough transform,HT)算子,提取DMM中3个方向的HT特征,并其进行归一化融合,获取DMM-HT特征。最后,引入Tikhonov正则化计算系数向量,构建正则化协同表示分类器,对每个位置样本的分类标签完成深度行为分类学习,实现人体行为的准确识别。实验数据表明,与当前行为识别技术相比,算法具有更强的鲁棒性,能完成各种行为的识别,在遮挡、噪声等干扰条件下具有更高的识别精度。所提算法能够较好地适应复杂环境下的人体动作准确识别,在智能家居、视频监测、人机交互等领域具有良好的参考价值。; 李贤阳阳建中阳建中陆安山; 关键词：HOUGH变换

基于特征融合和嵌套LSTM的命名实体识别研究: 命名实体识别任务是自然语言处理领域中机器翻译、关系抽取和知识图谱等一系列高层任务的基础，具有重要的研究意义。由于中文语言本身具有复杂性，因此其是命名实体识别研究的一大难点。本文以中文命名实体为研究对象，对命名实体识别主流...; 周旭; 关键词：命名实体识别特征向量; 文献传递

基于像素动态更新与差异扩散的图像加密算法被引量：2: 2018年; 提出了基于像素动态更新与差异扩散的图像加密算法。引入Lucas与Fibonacci序列,充分利用二者的更新特点,基于二维映射,设计像素动态更新机制,在每一轮像素混淆过程中,利用不同的随机序列完成像素位置置乱,避免了置乱周期性;依据人眼视觉特性,建立像素重要等级模型,明文像素分类为视觉像素与次级像素;利用明文像素生成映射的初值,通过建立序列量化机制,获取一组密钥流;根据密钥流,设计两个像素扩散函数,对视觉像素与次级像素进行差异扩散,以输出密文。测试数据显示：与当前图像加密机制相比,所提算法具有更高的安全性,输出密文像素分布更加均匀。; 李贤阳阳建中阳建中陆安山; 关键词：图像加密

事件本体中动作程度词的形式化研究被引量：1: 2015年; 针对事件本体中动作程度词的形式化作了深入研究。首先从大量文本中提取程度词,进而根据其特征将其分为三类;然后找到一种完全覆盖此三类程度词的统一表示方法,用模糊逻辑将其形式化;最后通过实验验证其可行性。通过对三个分别代表各类的程度词进行形式化,验证了此方法的可行性。; 王虎刘宗田; 关键词：形式化模糊逻辑

基于事件本体的新闻个性化推荐被引量：17: 2019年; 针对传统推荐系统中存在的冷启动、数据稀疏、语义缺乏、推荐精度较低等问题,提出一种基于事件本体的推荐算法。结合新闻的分类结构和新闻语料构建事件本体,对用户浏览的新闻进行要素抽取并构建用户兴趣模型。基于事件本体的分类结构计算新闻事件之间的相似度,通过用户兴趣模型计算用户兴趣相似度,根据事件本体非层次结构的语义半径寻找相关新闻事件。综合事件本体相似度、用户兴趣相似度和非层次结构相似度3个方面得出新闻个性化推荐结果。实验结果表明,该算法的推荐结果优于协同过滤推荐算法和基于内容的推荐算法。; 朱文跃刘炜刘宗田; 关键词：推荐系统本体相似度

一种综合事件本体相似度计算方法被引量：5: 2019年; 事件本体相比于传统本体具有更加丰富的语义信息,在面向事件的大数据集成中更具优势,然而用传统的本体相似计算方法计算事件本体相似度存在很多不足。提出了一种综合的事件本体相似度计算方法。该方法以词语相似度、集合相似度、层次结构相似计算为基础,然后从事件类名称、事件类要素、事件类层次结构和非层次结构讨论事件本体的相似度,最终获得事件本体的综合相似度。实验表明该方法相比传统本体相似度计算方法准确率更高,语义信息更加丰富。; 朱文跃刘炜刘宗田; 关键词：本体概念相似度语义相似度计算

新闻文本中事件语义表示被引量：4: 2019年; 事件是比“概念”粒度更大的知识表示单元,更符合人类的认识过程.事件作为新闻文本的知识单元,结合新戴维森事件语义和6要素事件模型,给出了一个新的事件形式化表示方法;扩展不同的操作算子给出了修饰事件要素的模糊信息、对象、时态与环境的形式化表示方法;使用描述逻辑方法描述了事件对象要素中的概念,给出了新闻文本中事件关系形式化的表示方法.实例表明,该方法能够较好地表示新闻文本中的事件语义.; 王先传刘宗田

一种新的用于文本分类的概率分类器设计被引量：1: 2014年; 为了进一步提高文本分类的准确率,文中介绍了一种新的用于文本分类的概率分类器。该分类器首先通过自然语言处理技术对文本进行预处理,然后从训练集中读取文本信息从而产生正、负规则,并计算正负权重系数,最后计算正、负概率。文中给出了计算正负权重系数的算法,并根据计算出来的权重系数及正、负概率值对文本进行分类。将文中提出的概率分类器与SVM分类器进行对比实验,实验结果表明,文中设计的概率分类器对于文本分类效果较好。; 苏小英胡彦鹏杨竣辉李明; 关键词：文本分类文本挖掘分类器

面向事件的文本表示模型的构建及应用研究被引量：2: 2021年; 文本表示是自然语言研究的基础问题,也是帮助我们高效处理网络上文本信息的关键。针对当前基于词或短语的文本表示模型容易丢失语义信息的问题,采用图结构的思想构造一种面向事件的文本表示模型-事件语义网络,该模型用事件触发词代替事件作为节点,以事件之间的语义关系作为边,把文本表示为节点和边构成的图。基于该模型实现了自动摘要应用,取得了较好的实验效果,表明该模型能够很好地保留文本结构和语义信息。; 谭伟志廖涛方贤进; 关键词：文本表示图结构语义网络

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61273328)