汉语辞书词条自动编纂调查研究--以ChatGPT为例

文章以ChatGPT为例,借助问卷考察了大语言模型在汉语辞书词条自动编纂中的表现。研究选取40个词目作为样本,充分考虑词性、词长、义项数的多样性,借助ChatGPT生成释文,并与《现代汉语词典》第7版进行对比分析。问卷调查显示,ChatGPT编纂的词条中有37.5%获得了更多受访者的认可,但整体质量距离全面超越传统辞书仍有差距。ChatGPT在单音字、单一词性词语的标注和单义项词语的释义方面具有优势,但对多音字、兼类词、多义词以及特殊语体词的词条编纂效果明显下降,也暴露出义项遗漏、释义不准确、举例模式化等问题。总体而言,ChatGPT在辞书编纂中展现了生成新义、快速编纂等优势,但严谨性、系统性不足,难以独立完成编纂任务。大语言模型正在不断升级中,未来宜持续关注并将其用作辞书编纂的辅助工具,通过人机互助提高辞书编纂速度,提升辞书编纂质量,推动汉语辞书智能化发展。

如何有效发挥内部审计问题词条功效

在内部审计中,问题词条是指对审计发现问题的精要归纳,是加强问题管理、改善问题分析、促进问题整改的有效介质,也是促进内部审计知识积累的重要手段.发挥问题词条的功效,就要搭建好问题词条发挥作用的基础条件、选择恰当的结构、构筑更新完善的有效机制.

赵如兰与杨荫浏关于《新格罗夫音乐与音乐家大辞典》“中国音乐”词条往来通信辑释

《新格罗夫音乐与音乐家大辞典》(第六版)于1980年问世以后,其中的“中国音乐”一条释文引起了海内外音乐学界很多学者的注意。但不为人知的是,杨荫浏先生是最早与赵如兰就此词条交换意见的史家。在1981年3月11日致赵如兰的长篇回信中,杨荫浏对《新格罗夫音乐与音乐家大辞典》“中国音乐”词条表明了自己的意见。此信未见《杨荫浏全集》等书收录,应当是杨先生的一通佚函,故摘要介绍,并酌加背景简释。

纸质版词条和电子版词条在精神心理护理教学中的应用效果分析

[目的]探讨纸质版词条和电子版词条在精神心理护理教学中的应用效果。[方法]随机抽取2013级护理专科13班为观察组,2013级护理专科14班为对照组,观察组采用纸质版词条辅助教学,对照组采用电子版词条辅助教学。在词条创建前、词条创建后、词条创建1年后采用普通人群心理健康知识和精神疾病预防知识知晓率调查问卷(2)调查学生对精神心理疾病知晓率。[结果]观察组抑郁症、阳性症状为主的精神分裂症、阴性症状为主的精神分裂症、躁狂症评分均优于对照组(P<0.05)。[结论]纸质版词条辅助教学可以提高学生对精神心理疾病的知晓率和精准程度。

2023年度网信百科网热门词条

2023年,随着疫情管控的放开,新经济领域正逐步复苏:各大企业万人大会不断,市场焕发出新的活力,直销“修例”也迎来了历史性的进展……为盘点新经济领域关注热点与年度记忆,网信百科网(www.dsbaike.com)特整理推出2023年度热门词条榜,以十大热门企业、人物、搜索词,共同开启2023年度回顾,捕捉那些充满张力的瞬间。这些热词不仅是我们关注的焦点,更是直销、新经济、大健康等领域的发展亮点。

为失德者创建词条,侵权吗?

【案情回顾】某学院教师张三在任职期间,因对女学生进行性骚扰受到了相应处分,当地部门对张三的行为进行公开通报。随后,某用户在某词条运营平台创建了词条“张三”,该词条内容记载了张三性骚扰女学生的行为以及处罚结果。张三认为,以其名字创建的词条中有关性骚扰事件的表述,影响其在教育领域的再就业。在多次向词条运营平台投诉、要求删除该词条无果后,张三将词条运营平台起诉到某互联网法院,以侵害其名誉权、隐私权为由,请求法院判令词条运营平台删除词条。

维基百科词条编辑特性研究

针对维基百科词条编辑特性问题,以网络化数据挖掘思想方法为指导,对高质量维基百科词条进行文本分析,判断词条相邻版本间句子差异,以编辑者为节点,编辑者间编辑交互关系为连边,构建词条编辑交互网络,通过分析网络结构特征实现词条编辑特性分析。分析表明网络具有小世界特性,度分布与强度分布相似,具有较强正相关性,其累积分布与边权重分布服从幂律分布,节点度与聚集系数具有较强负相关性,最短路径长度分布与高斯分布相似,网络具有异配性和较弱的互惠性,编辑群体具有较强异质性、抱团性;深化了对词条编辑交互过程和群体智能的认识。

百科词条特征及用户贡献行为研究——以百度百科为例

百科已成为Web 2.0环境下知识组织的一种新形式,它集中体现了Web 2.0用户参与、协同创作的特点,是Web 2.0的一种典型应用。目前,尤其是在中文环境下,有关百科词条特征及用户贡献行为的研究还不多见。本文采用计量学方法,以近30万条百度百科数据为基础,对词条特征和用户贡献行为进行统计分析。研究发现:词条编辑次数、用户创建词条数和编辑词条数均符合幂率分布,特别是百度百科具有不同于"指数增长"的词条增长规律;对于创建词条与编辑词条行为来说,绝大多数用户没有偏好性。本研究有助于认识百科这种网络信息资源及其贡献者,并为进一步系统优化和用户激励研究提供参考依据。图7。表3。参考文献15。

文本分类中基于词条聚合的特征抽取

特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组织映射(TGSOM)进行词条聚合,并根据聚合特征的特点,考虑所包含的词条的文档频率的不同和区分文档类别属性的能力的不同,提出了一种新权重计算方法,最后利用SPR INT决策树算法进行分类,实验表明该方法比普通方法分类精度提高4.32%.

基于词条组合的军事类文本分词方法

针对传统的分词方法切分军事类文本存在未登录词多和部分词条特征信息不完整的问题,提出把整个分词过程分解为若干子过程,以词串为分词单位对军事类文本进行分词。首先基于词典对文本进行双向扫描,标识歧义切分字段,对切分结果一致的字段进行停用词消除,计算第一次分词得到的词条间的互信息和相邻共现频次,根据计算结果判定相应的词条组合成词串并标识,最后提取所标识的歧义字段和词串由人工对其进行审核处理。实验结果表明,词条组合后的词串的特征信息更丰富,分词效果更好。

基于词条属性聚类的文本特征选择算法

文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限,并且因需要用到文本的类别信息而不适用于无监督的文本聚类任务。针对这种情况,设计一种适用于文本聚类任务的特征选择算法,提出词条属性的概念。首先基于词频、文档频、词位置及词间关联性构建词条特征模型,重点研究了词位置属性及词间关联性属性的权值计算方法,改进了Apriori算法用于词间关联性属性权值计算;然后通过改进的K-means聚类算法对词条特征模型进行多次聚类完成文本特征选择。实验结果表明,与传统特征选择算法相比,该算法在获得较好维数约减率的同时提高了所选特征词的文本表征能力,能有效适用于文本聚类任务。

基于词条组合的中文文本分词方法

针对汉语自动分词后词条的特征信息缺失的问题,提出以词串为分词单位的中文文本分词方法,将整个分词过程分解为三个子过程:首先,采用逆向最大匹配法对文本进行切分;第二,对切分结果进行停用词消除;第三,计算第一次分词得到的词条互信息和相邻共现频次,根据计算结果判定相应的词条组合成词串。实验结果表明,词条组合后的词串的语义信息更丰富,有助于文本特征选择效果的改善和文本分类性能的提高。

汉英词典编纂中文化词条的译义问题——基于平行语料库

借助平行语料库的帮助,可以改变传统双语词典编纂中单纯地使用解释性对应词来处理文化词条的译义问题。汉语文化词条的英语译义可从以下4个方面入手:译义是与源语所指义相近的词;译义是对文化词条的释义;译义是能够例示文化词条的具体话语;译义是具体语境中的某个词或词串。同时,可以通过增设"译项"的概念来解决一个源语文化词条对应多个不能互释的目标语译义的问题。

语文词典中动物词条系统释义的考察及释义模式的优化

释义的系统观为词典释义打破按字母排列的顺序,建立以语义类别为聚合的小系统单位,进而实现词典的系统性提供有力的理论支持。即对处于典型群中的义位进行释义时,必须以系统的理念贯穿始终,在意义的构建中,义位必须以其与群中其他义位的关系为取舍标准,对自身的语义特征进行选择性凸显描写。文章通过对《现代汉语词典》中不同层次的动物类词条释文的类义征的选择、个性义征的选取及释文有序性三个方面的考察,分析当代中型语文词典中释义方面系统性的态势。最后,依据距离象似性和顺序象似性的原则,构建出动物类词条较为理想的释义模式。

基于百科词条的本体概念聚类方法研究

该文面向本体关系集合的自动构建,提出一种基于百科词条的本体概念聚类方法,用于发现领域概念之间的语义关系。在给定领域本体概念集合的条件下,该方法首先获取相关的百科词条并建立每一概念的向量模型,然后根据距离判别法进行概念聚类,得到概念间的相近关系。采用该方法对3个领域中的领域概念集合进行聚类,实验结果表明,该文方法比传统聚类算法有更好的聚类结果,有助于概念间关系的自动获取和领域本体自动构建。

网络百科词条质量影响因素研究综述

[目的/意义]全面了解网络百科词条质量影响因素对词条质量提升实践意义重大,文章通过对相关研究进行详细梳理,总结成绩与不足,并讨论未来研究方向。[方法/过程]在对网络百科词条质量概念界定的基础上,进行了全面的文献检索,得到相关文献49篇,随后分别从数据质量视角和用户体验视角进行综述。[结果/结论]两种视角下的词条质量含义虽然有较大差异,但影响因素都可以归为编辑者团队特征、词条特征与百科系统环境三个方面,其中编辑者团队特征对词条质量具有直接影响。虽然词条特征与百科系统环境对词条质量也有较大影响,但多数是间接影响。在此基础上,构建了网络百科词条质量影响因素概念模型,并提出未来研究的三个方向。

维基百科词条信息质量启发式评价框架研究

在对维基百科词条信息质量内涵和其国内外评价研究现状概述的基础上,以理论和实践相结合的方式(基于研究文献和维基社区)探讨维基百科词条信息质量的相关特征和问题,进而将有关的实证或实验分析与理论研究相结合,构建维基百科词条信息质量的启发式评价框架(是一个包含概念、关系、分类和方法学的多维结构)。以期为不同类型的信息用户选择和评判维基百科词条提供相应的标准和方法,也为相关的实证或实验研究提供基准或参考。

基于词条之间关联关系的文档聚类

针对现有的空间向量模型在进行文档表示时忽略词条之间的语义关系的不足,提出了一种新的基于关联规则的文档向量表示方法。在广义空间向量模型中分析词条的频繁同现关系得到词条同现语义,根据关联规则分析词条之间的关联相关性,挖掘出文档中词条之间的潜在关联语义关系,将词条同现语义和关联语义线性加权对文档进行表示。实验结果表明,与BOW模型和GVSM模型相比,采用关联规则文档向量表示的文档聚类结果更准确。

基于词条数学期望的词条权重计算方法

文本的形式化表示一直是文本挖掘的基础性问题,向量空间模型中的TFIDF计算方法是文本表示中一种效果较好的经典词条权重计算方法。在分析传统TFIDF计算方法存在问题的基础上,针对TFIDF方法中没有考虑包含词条的文档在各个类别的分布情况以及各个类别中所含的文档数的不同。提出了将词条的数学期望(TFIDF-E)作为一个文本因子来进行改进上述问题。实验结果表明,TFIDF-E计算方法表示的文本分类效果好于TFIDF,验证了TFIDF-E方法的有效性和可行性。

植物词条在语文词典中的释义和义项排列

植物类别词的释义,从相关义项的多少考虑,可以分为两类:一类是只有植株义项的词条,另一类是包含了"植物部分"和"植株"两个义项的词条。这里主要关注的是后者的释义和义项的排列。文章在比较中外多部语文词典的基础上,提出了语文词典中此类植物词条释义的优化模式。