最长名词短语识别研究

本文分析了最长名词短语的内部构成特征,提出了一种基于基本名词短语中心归约的最长名词短语识别方法,并使用条件随机场模型识别了最长名词短语.实验取得了87.58%的正确率和88.31%的召回率.     

祝你拥有足够

<正>最近,我偶然听到一对母女在机场依依惜别时的一段对话。广播说女儿的飞机即将起飞,她们站在安检门旁,紧紧拥抱,妈妈说:"我爱你,祝你拥有足够。"女儿回答说:"妈妈,我们在一起的时光已经超出了足够,您的爱是我今生全部的拥有,我也祝您拥有足够,妈妈。"     

超大型交通枢纽声景观解析 ——以北京大兴国际机场为例

超大型交通枢纽在进行景观设计时,应重视声景观与视觉景观的协调与配合.研究发现,北京大兴国际机场作为超大型交通枢纽和人流集散地,其声景观构成要素主要包括基调音、信号音和标志音;中国传统组景法则中,对景、藏景、障景、引景、题景和借景等方法在机场声景观的设计中得以运用.在大兴机场的声景观设计中,可以增加自然音以结合具有中国特...     

基于ALBERT预训练模型的通用中文命名实体识别方法

HMM、CRF等机器学习算法在中文实体抽取任务上存在大量依靠特征提取及准确率低的缺陷,而基于BiLSTM-CRF、BERT等深度神经网络算法在中文实体识别准确率高,但BiLSTM模型依赖大规模标注数据,BERT存在参数量大、效率低等问题。该研究提出了基于ALBERT-Attention-CRF模型进行中文实体抽取的方法。首先将glove、Word2vec等静态词向量替换为ALBERT预训练模型字向量,可有效解决分词错误、数据稀疏、OOV、过拟合以及一词多义等问题;然后采用ALBERT作为编码层并对其输出利用Attention机制捕获上下文语义特征;最后结合CRF作为解码层输出实体正确标签,摒弃主流BiLSTM-CRF模型,最终在《人民日报》数据的测试集上取得了理想的效果。试验结果表明,该方法有助于提升通用中文实体识别的准确率和效率,其有效性也得到了较好的验证。     

基于条件随机场与自定义规则的时间表达式识别

本文致力于信息抽取中时间表达式的识别与提取研究.首先针对基于规则方法时间识别的缺点,将统计序列标注模型--条件随机场应用于时间识别中,充分利用时间表达式的内部和外部特征进行时间识别,提高了时间识别的准确率.然后通过对识别结果进行分析,自定义规则对识别错误结果进行后处理,进一步提高时间识别的召回率,弥补了机器学习模型获取知识不够全面而导致的召回率偏低的问题.实验结果表明,本文方法开放测试的准确率、召回率和F-值分别到达了91 65%、88 13%和89 85%,较传统方法均有所提高,是一种有效的时间表达式识别方法.     

以《汉学引得丛刊》为领域词表的先秦典籍自动分词探讨

[目的/意义] 在人文计算兴起这一背景下, 为了更加深入和精准地从古代典籍中挖掘出相应的知识, 针对先秦文献进行自动分词的探究。[方法/过程] 基于《汉学引得丛刊》中的《春秋经传注疏引书引得》制定词汇表, 在由《春秋左氏传》和《晏子春秋》所构成的训练和测试语料上, 通过条件随机场模型, 结合使用统计和人工内省方法确定的特征模板, 完成对先秦典籍进行自动分词的探究。[结果/结论] 在先秦典籍自动分词的整个流程基础上, 得到简单特征模板、内部特征模板和组合特征模板下的自动分词模型, 最好的分词模型调和平均值达到97.47%, 具有较强的推广和应用价值。在构建自动分词模型的过程中, 通过融入内部和外部的特征知识, 模型的精确率和召回率得到有效的提升。     

基于双层枢纽机场评价体系的中枢辐射式航线网络设计方法

本文在分析了枢纽机场应该具备的基本条件的前提下提出了一种基于双层筛选评价体系的枢纽机场选择方法,并参照UMApHMP的基本特点对中枢辐射式航线网络进行建模和验证分析。     

Flash中秋专访:努力不负青春

中秋节除了是中国的传统节日外,韩国也倍加重视。节日期间韩媒对"最终兵器"Flash进行了一次中秋专访特辑。问:马上就是中秋节了,最近是怎么过的?答:虽然是休赛期间,但我也只是周末休息平时都在卖力练习。出战DreamHack之前主要以DreamHack的练习为主。问:中秋节计划怎么过?答:回国的第二天就是中秋节了。我想回大田过,于是可能要暴走了。回老家以后我要找很久不见的朋友一起喝一杯,也想和父母呆在一起。大概我刚刚回国就会从机场直接奔向大田了。     

一切都会过去

于丹的《庄子〈心得〉》里有一个故事:一个国王曾在梦中得到一句箴言,可以行之终身。醒来后却把这句话给忘了。国王百思不得,就