上海市科委科技攻关项目(035115028)
- 作品数：3 被引量：397H指数：3
- 相关作者：黄萱菁吴立德朱嫣岚闵锦周雅倩更多>>
- 相关机构：复旦大学上海大学更多>>
- 发文基金：上海市科委科技攻关项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于HowNet的词汇语义倾向计算被引量：375
- 2006年
- 在互联网技术快速发展、网络信息爆炸的今天,通过计算机自动分析大规模文本中的态度倾向信息的技术,在企业商业智能系统、政府舆情分析等诸多领域有着广阔的应用空间和发展前景。同时,语义褒贬倾向研究也为文本分类、自动文摘、文本过滤等自然语言处理的研究提供了新的思路和手段。篇章语义倾向研究的基础工作是对词汇的褒贬倾向判别。本文基于HowNet,提出了两种词汇语义倾向性计算的方法:基于语义相似度的方法和基于语义相关场的方法。实验表明,本文的方法在汉语常用词中的效果较好,词频加权后的判别准确率可达80%以上,具有一定的实用价值。
- 朱嫣岚闵锦周雅倩黄萱菁吴立德
- 关键词：计算机应用中文信息处理语义倾向知网
- 基于人工免疫原理的RBF网络预测模型被引量：10
- 2008年
- 提出一个基于人工免疫原理的RBF网络预测模型AIP-RBF,该模型使用新的克隆选择算法和免疫抑制策略,通过隐层可行解的抽取算法EAHLFS,能在聚类数目未知的情况下,生成RBF网络隐层。给出了改进的隐层节点重要度(SHLN)概念,用于指导RBF网络第2阶段的训练过程。与传统的基于聚类算法的预测模型比较,AIP-RBF具有更快的收敛速度和更高的预测精度,在实际盾构施工地面沉降预测中得到了验证。
- 蒋华刚吴耿锋
- 关键词：RBF网络人工免疫原理
- 模式学习在QA系统中的有效实现被引量：12
- 2006年
- 开放领域的问题回答(question answering)是自然语言处理领域中具有挑战性的研究方向.提出了一种基于模式学习实现问题回答的方法,核心思想是利用机器学习方法得到的答案模式获取问题答案.该方法优势在于①模式学习完全自动化实现;②解决了目前普遍存在的模式约束性弱及答案缺乏语义类型限制等缺陷.在TREC测试集上的实验结果表明,它不但解决了简单模式所覆盖的问题集,同时也解决了需要较强约束性模式进行答案抽取的问题集,而后者的问题数目在TREC测试问题集中占约80%.
- 杜永萍黄萱菁吴立德
- 关键词：答案抽取
- 基于外部知识的定义类问题回答
- 本文介绍了一种定义类问题回答(QA)方法。为了能够自动地从大规模的文档集中识别出定义性的句子,我们没有利用传统的手工建立的模板或已标注的语料,而是利用了在线知识库(onlineknowledgebase)中已存在的外部知...
- 张著说周雅倩黄萱菁吴立德
- 文献传递
- 基于HowNet的词汇语义倾向计算
- 语义褒贬性倾向研究对文本分类、自动文摘、文本过滤等自然语言处理的研究具有实用价值。篇章语义倾向研究的关键工作是对词汇的褒贬倾向判别。本文基于HowNet,提出了两种词汇语义倾向性计算的方法:基于语义相似度的方法和基于语义...
- 朱嫣岚闵锦周雅倩黄萱菁吴立德
- 关键词：语义倾向知网相似度计算自然语言处理
- 文献传递
