期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于层次化表示的隐式篇章关系识别
被引量:
1
1
作者
徐扬
周文瑄
+2 位作者
阮慧彬
孙雨
洪宇
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2019年第6期1000-1009,共10页
篇章关系识别研究旨在理解篇章内部论述单元(简称"论元",包括短语、句子及文本片段)之间的语义连接关系.现有研究通过交互式注意力机制方法,提升论元之间的信息的交互性,从而提升模型的分类能力.尽管如此,仅通过提升论元间的...
篇章关系识别研究旨在理解篇章内部论述单元(简称"论元",包括短语、句子及文本片段)之间的语义连接关系.现有研究通过交互式注意力机制方法,提升论元之间的信息的交互性,从而提升模型的分类能力.尽管如此,仅通过提升论元间的信息交互不能表述论元对的整体语义概念,原因在于现有方法往往将论元对视作独立的个体,忽略上下文信息对其语义上的影响.针对以上问题,提出一种基于层次化表示的隐式篇章关系识别方法,通过基于词的交互式注意力机制提取出较为重要的单词或短语,并通过论元的注意力机制赋予关键论元较高的权重,最终通过基于上下文的注意力机制融合论元对所在段落的信息,获得具有上下文语义信息的论元对表示.该方法进一步强化了论元之间信息交互性,同时强化了论元对与上下文信息间的交互.使用PDTB(Penn Discourse Treebank)语料进行实验,结果证明该方法的F1值在四个大类关系(Comparison,Contingency,Expansion,Temporal)上相对基准系统提高了4.94%,5.43%,4.57%和7.42%.
展开更多
关键词
篇章关系识别
注意力机制
信息交互
上下文信息
下载PDF
职称材料
面向事件抽取的深度与主动联合学习方法
被引量:
6
2
作者
邱盈盈
洪宇
+2 位作者
周文瑄
姚建民
朱巧明
《中文信息学报》
CSCD
北大核心
2018年第6期98-106,共9页
事件抽取旨在从非结构化的文本中抽取出事件的信息,并以结构化的形式予以呈现。监督学习作为基础的事件抽取方法往往受制于训练语料规模小、类别分布不平衡和质量参差不齐的问题。同时,传统基于特征工程的事件抽取方法往往会产生错误传...
事件抽取旨在从非结构化的文本中抽取出事件的信息,并以结构化的形式予以呈现。监督学习作为基础的事件抽取方法往往受制于训练语料规模小、类别分布不平衡和质量参差不齐的问题。同时,传统基于特征工程的事件抽取方法往往会产生错误传递的问题,且特征工程较为复杂。为此,该文提出了一种联合深度学习和主动学习的事件抽取方法。该方法将RNN模型对触发词分类的置信度融入在主动学习的查询函数中,以此在主动学习过程中提高语料标注效率,进而提高实验的最终性能。实验结果显示,这一联合学习方法能够辅助事件抽取性能的提升,但也显示,联合模式仍有较高的提升空间,有待进一步思考和探索。
展开更多
关键词
事件抽取
深度学习
主动学习
循环神经网络
下载PDF
职称材料
基于框架语义扩展训练集的有监督事件检测方法
被引量:
4
3
作者
张婧丽
周文瑄
+3 位作者
洪宇
姚建民
周国栋
朱巧明
《中文信息学报》
CSCD
北大核心
2019年第5期82-92,131,共12页
事件检测是信息抽取领域的一个重要研究方向,目前的事件检测方法往往受限于数据稀疏、语料例句分布不平衡和歧义问题。该文研究发现框架语义知识库FrameNet(FN)含有丰富的已标注框架的语料,并且FN中定义的框架和事件检测中定义的事件具...
事件检测是信息抽取领域的一个重要研究方向,目前的事件检测方法往往受限于数据稀疏、语料例句分布不平衡和歧义问题。该文研究发现框架语义知识库FrameNet(FN)含有丰富的已标注框架的语料,并且FN中定义的框架和事件检测中定义的事件具有极其相似的结构。框架由词法单元和一组框架元素组成,可与事件中的触发词和论元形成对应关系;而且,FN中的许多框架实际上也能表达某些事件。因此,该文利用这一相似性构建事件类型与框架类型的映射关系,从而选取FN中合适的例句作为事件检测的扩充语料,以此来优化事件检测性能。实验结果显示,针对触发词识别任务和事件类型识别任务,该文提出的框架语义辅助方法取得了较好的效果。
展开更多
关键词
事件检测
信息抽取
框架语义
下载PDF
职称材料
面向专题检测的主题与社群联合聚类模型
被引量:
3
4
作者
熊玲
周文瑄
+1 位作者
唐建
洪宇
《指挥信息系统与技术》
2017年第4期64-70,共7页
专题检测旨在从大规模文本数据中自动聚类同一主题的相关文本,当前研究主要聚焦于层次聚类与密度聚类等聚类算法框架的分析与应用,在专题内容的分析与表示方面缺乏深入探索。通过对专题颗粒度的分析,提出了一种新型主题与社群联合聚类...
专题检测旨在从大规模文本数据中自动聚类同一主题的相关文本,当前研究主要聚焦于层次聚类与密度聚类等聚类算法框架的分析与应用,在专题内容的分析与表示方面缺乏深入探索。通过对专题颗粒度的分析,提出了一种新型主题与社群联合聚类模型。该模型通过主题一致性辨识内容相关的文本,并借助文本中的命名实体社群,进一步细分内容相关的文本聚类,从而避免大规模文本中"事同人不同"的类似专题错误合并。最后,借助该模型在专题检测的层次和粒度上进一步求精,在搜狐人工标记的69项专题万余篇文档上进行专题检测测试。试验结果表明,该模型聚类纯度高于82%,具有实用价值。
展开更多
关键词
专题检测
主题与社群联合聚类模型
层次聚类
下载PDF
职称材料
题名
基于层次化表示的隐式篇章关系识别
被引量:
1
1
作者
徐扬
周文瑄
阮慧彬
孙雨
洪宇
机构
苏州大学计算机科学与技术学院
出处
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2019年第6期1000-1009,共10页
基金
国家自然科学基金(61672368,61672367)
江苏高校优势学科建设工程
文摘
篇章关系识别研究旨在理解篇章内部论述单元(简称"论元",包括短语、句子及文本片段)之间的语义连接关系.现有研究通过交互式注意力机制方法,提升论元之间的信息的交互性,从而提升模型的分类能力.尽管如此,仅通过提升论元间的信息交互不能表述论元对的整体语义概念,原因在于现有方法往往将论元对视作独立的个体,忽略上下文信息对其语义上的影响.针对以上问题,提出一种基于层次化表示的隐式篇章关系识别方法,通过基于词的交互式注意力机制提取出较为重要的单词或短语,并通过论元的注意力机制赋予关键论元较高的权重,最终通过基于上下文的注意力机制融合论元对所在段落的信息,获得具有上下文语义信息的论元对表示.该方法进一步强化了论元之间信息交互性,同时强化了论元对与上下文信息间的交互.使用PDTB(Penn Discourse Treebank)语料进行实验,结果证明该方法的F1值在四个大类关系(Comparison,Contingency,Expansion,Temporal)上相对基准系统提高了4.94%,5.43%,4.57%和7.42%.
关键词
篇章关系识别
注意力机制
信息交互
上下文信息
Keywords
discourse relation recognition
attention mechanism
information interaction
context-aware information
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
面向事件抽取的深度与主动联合学习方法
被引量:
6
2
作者
邱盈盈
洪宇
周文瑄
姚建民
朱巧明
机构
苏州大学江苏省计算机信息处理重点实验室
出处
《中文信息学报》
CSCD
北大核心
2018年第6期98-106,共9页
基金
国家自然科学基金(61373097
61672367
+2 种基金
61672368)
江苏省科技计划(BK20151222)
教育部-中国移动基金(MCM20150602)
文摘
事件抽取旨在从非结构化的文本中抽取出事件的信息,并以结构化的形式予以呈现。监督学习作为基础的事件抽取方法往往受制于训练语料规模小、类别分布不平衡和质量参差不齐的问题。同时,传统基于特征工程的事件抽取方法往往会产生错误传递的问题,且特征工程较为复杂。为此,该文提出了一种联合深度学习和主动学习的事件抽取方法。该方法将RNN模型对触发词分类的置信度融入在主动学习的查询函数中,以此在主动学习过程中提高语料标注效率,进而提高实验的最终性能。实验结果显示,这一联合学习方法能够辅助事件抽取性能的提升,但也显示,联合模式仍有较高的提升空间,有待进一步思考和探索。
关键词
事件抽取
深度学习
主动学习
循环神经网络
Keywords
event extraction
deep learning
active learning
RNN
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于框架语义扩展训练集的有监督事件检测方法
被引量:
4
3
作者
张婧丽
周文瑄
洪宇
姚建民
周国栋
朱巧明
机构
苏州大学计算机科学与技术学院
出处
《中文信息学报》
CSCD
北大核心
2019年第5期82-92,131,共12页
基金
国家自然科学基金(61672367
61672368
+1 种基金
61773276)
国防部科技战略先导计划(17-ZLXD-XX-02-06-04)
文摘
事件检测是信息抽取领域的一个重要研究方向,目前的事件检测方法往往受限于数据稀疏、语料例句分布不平衡和歧义问题。该文研究发现框架语义知识库FrameNet(FN)含有丰富的已标注框架的语料,并且FN中定义的框架和事件检测中定义的事件具有极其相似的结构。框架由词法单元和一组框架元素组成,可与事件中的触发词和论元形成对应关系;而且,FN中的许多框架实际上也能表达某些事件。因此,该文利用这一相似性构建事件类型与框架类型的映射关系,从而选取FN中合适的例句作为事件检测的扩充语料,以此来优化事件检测性能。实验结果显示,针对触发词识别任务和事件类型识别任务,该文提出的框架语义辅助方法取得了较好的效果。
关键词
事件检测
信息抽取
框架语义
Keywords
event detection
in formation extraction
frame semantics
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
面向专题检测的主题与社群联合聚类模型
被引量:
3
4
作者
熊玲
周文瑄
唐建
洪宇
机构
苏州大学计算机科学与技术学院
出处
《指挥信息系统与技术》
2017年第4期64-70,共7页
基金
国家自然科学基金(61373097
61672368
+3 种基金
61672367
61331011)
江苏省科技计划(SBK2015022101)
教育部-中国移动科研基金(MCM20150602)资助项目
文摘
专题检测旨在从大规模文本数据中自动聚类同一主题的相关文本,当前研究主要聚焦于层次聚类与密度聚类等聚类算法框架的分析与应用,在专题内容的分析与表示方面缺乏深入探索。通过对专题颗粒度的分析,提出了一种新型主题与社群联合聚类模型。该模型通过主题一致性辨识内容相关的文本,并借助文本中的命名实体社群,进一步细分内容相关的文本聚类,从而避免大规模文本中"事同人不同"的类似专题错误合并。最后,借助该模型在专题检测的层次和粒度上进一步求精,在搜狐人工标记的69项专题万余篇文档上进行专题检测测试。试验结果表明,该模型聚类纯度高于82%,具有实用价值。
关键词
专题检测
主题与社群联合聚类模型
层次聚类
Keywords
topic detection(TD)
joint clustering model for theme and community
hierarchical clustering
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于层次化表示的隐式篇章关系识别
徐扬
周文瑄
阮慧彬
孙雨
洪宇
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2019
1
下载PDF
职称材料
2
面向事件抽取的深度与主动联合学习方法
邱盈盈
洪宇
周文瑄
姚建民
朱巧明
《中文信息学报》
CSCD
北大核心
2018
6
下载PDF
职称材料
3
基于框架语义扩展训练集的有监督事件检测方法
张婧丽
周文瑄
洪宇
姚建民
周国栋
朱巧明
《中文信息学报》
CSCD
北大核心
2019
4
下载PDF
职称材料
4
面向专题检测的主题与社群联合聚类模型
熊玲
周文瑄
唐建
洪宇
《指挥信息系统与技术》
2017
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部