面向小学藏语文课程知识问答语料库的构建和设计

随着人工智能的发展，智能问答系统逐渐成为研究的热点，得到了越来越多研究者的关注。藏文问答系统不同于中英文等主流语种的问答系统，没有大量的结构化数据以支撑问答系统丰富全面的知识库引擎。本研究通过着力于面向小学藏语文课本数据领域的问答数据资源，通过规则筛选、人工校正、问句意图及相似度标注，构建了一个高质量的藏文问答数据集。经自动评价和实验验证，该数据集的问句和答复句具有较好的知识关联度，采用三分制的人工评价结果显示98%的数据样本符合小学生认知和藏文文语法规则，且问答对句子流畅、问题与答案相关性较高。通过Bert融合提取词和不融合提取词进行了意图分类和tf-idf+Bert相似度计算，分类结果准确率分别在75%和76%，相似度准确率在76%，这也验证了所构建面向小学藏语文课程知识问答语料库的有效性。     

基于深度学习的藏文舆情分析研究

随着自然语言处理技术的快速发展，藏文信息处理技术也取得了较大进展。其中，藏文舆情分析作为藏族地区社会舆情分析的重要技术，受到广泛关注。但是，现有的藏文文本情感分析研究由于起步较晚，还存在很大提升空间。本文提出基于深度集成学习的藏文文本情感分析算法。并通过建立藏文情感数据集进行实验，本文算法在三类情感（正向、负向、中性）中精确率平均提升1.65%，召回率提升1.63%,F1分数提升1.96%。实验结果表明，本文采用的深度集成学习有效地提高了文本情感分类的性能。