期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
主要环境因子对细弱蜈蚣藻(Grateloupia tenuis)孢子发育的影响及生活史的研究 被引量:7
1
作者 曹翠翠 赵凤琴 +1 位作者 郭少茹 王宏伟 《海洋与湖沼》 CAS CSCD 北大核心 2015年第2期298-304,共7页
在实验室条件下,以细弱蜈蚣藻(Grateloupia tenuis Wang et Luan)为材料,进行了不同温度和光照强度等主要环境因子对其发育影响的研究,同时对其生活史进行了详细观察。结果表明:(1)在4—30°C范围内,盘状体形成与直立枝生长的最适... 在实验室条件下,以细弱蜈蚣藻(Grateloupia tenuis Wang et Luan)为材料,进行了不同温度和光照强度等主要环境因子对其发育影响的研究,同时对其生活史进行了详细观察。结果表明:(1)在4—30°C范围内,盘状体形成与直立枝生长的最适温度为24°C;(2)在光照强度10—200μmol范围内,盘状体形成和直立枝生长的最适光照强度为120μmol/(m2s);(3)孢子(果孢子和四分孢子)发育类型为间接盘状体类型;(4)生活史由单倍体的雌、雄配子体,双倍体的果孢子体(囊果)及四分孢子体构成,四分孢子体和配子体在形态上完全相同,属于典型的同型世代交替;与属模蜈蚣藻(G.filicina)一致。 展开更多
关键词 细弱蜈蚣藻 温度 光照强度 孢子发育 生活史
下载PDF
基于神经网络的篇章标题选择求解 被引量:1
2
作者 吕国英 关勇 +2 位作者 李茹 郭少茹 谭红叶 《计算机工程》 CAS CSCD 北大核心 2018年第9期171-176,共6页
为了从候选项中选择一个最合适的答案作为文章的标题,构建一个融合卷积神经网络和循环神经网络的模型。该模型包含卷积神经网络可用于提取数据局部特征的特点,结合循环神经网络捕捉句子上下文之间关联信息的特性,通过挖掘文章与标题之... 为了从候选项中选择一个最合适的答案作为文章的标题,构建一个融合卷积神经网络和循环神经网络的模型。该模型包含卷积神经网络可用于提取数据局部特征的特点,结合循环神经网络捕捉句子上下文之间关联信息的特性,通过挖掘文章与标题之间的相关性,实现标题选择的功能。测试结果表明,该模型能够有效缩短文本篇幅,提高提取的准确性。 展开更多
关键词 阅读理解 标题选择 神经网络 相关性 循环神经网络
下载PDF
基于汉语框架语义的共指消解研究 被引量:1
3
作者 吕国英 武宇娟 +3 位作者 李茹 张月平 关勇 郭少茹 《计算机工程》 CAS CSCD 北大核心 2020年第10期74-80,87,共8页
基于框架语义的推理是实现语篇理解、问答系统等任务中语义理解的一种有效手段,框架语义推理通过构建汉语篇章句子框架之间的联系寻找推理路径,但框架元素内部的表述共指阻碍了框架之间联系的建立。针对该问题,提出一种基于框架特征的... 基于框架语义的推理是实现语篇理解、问答系统等任务中语义理解的一种有效手段,框架语义推理通过构建汉语篇章句子框架之间的联系寻找推理路径,但框架元素内部的表述共指阻碍了框架之间联系的建立。针对该问题,提出一种基于框架特征的共指消解方法,该方法通过融合汉语框架语义信息并采用多种分类算法实现共指消解。框架语义篇章语料集上的实验结果表明,将汉语框架特征应用于分类器上能够较好地提升共指消解结果,且支持向量机的分类效果优于朴素贝叶斯、决策树等分类算法。 展开更多
关键词 汉语框架网 框架语义 共指消解 框架元素 共指链
下载PDF
高考语文阅读理解自动答题系统
4
作者 谭红叶 郭少茹 +9 位作者 陈鑫 王素格 李茹 张虎 杨陟卓 陈千 钱揖丽 王元龙 关勇 吕国英 《中文信息学报》 CSCD 北大核心 2022年第4期166-174,共9页
机器阅读理解任务需要机器理解篇章并回答相关问题,是许多应用系统中的一项核心任务。该文面向高考语文中的现代文阅读理解文本语义表示、候选句抽取、鉴赏分析等关键技术展开研究,针对选择题、问答题等构建了相应的答题引擎,并在高考... 机器阅读理解任务需要机器理解篇章并回答相关问题,是许多应用系统中的一项核心任务。该文面向高考语文中的现代文阅读理解文本语义表示、候选句抽取、鉴赏分析等关键技术展开研究,针对选择题、问答题等构建了相应的答题引擎,并在高考真题及测试题上,对系统进行了实验验证与错误分析,实验结果表明,该文所构建的系统能够在一定程度上解答问题。未来将围绕语义表示、知识的统一表征与知识聚合、迁移学习等前沿技术,提升阅读理解系统的复杂综合推理能力、概括分析能力、语言鉴赏能力。 展开更多
关键词 高考语文 阅读理解 标准化测试 文本语义表示 候选句抽取 鉴赏分析
下载PDF
面向机器阅读理解的语句填补答案选择方法 被引量:5
5
作者 徐丽丽 李茹 +2 位作者 李月香 郭少茹 谭红叶 《计算机工程》 CAS CSCD 北大核心 2018年第7期183-187,192,共6页
语句填补类选择题是高考语文阅读理解中题型之一,是自然语言处理研究的热点,其中题干信息和答案的关系非常隐蔽,无法从篇章中直接选出答案。为此,针对语句填补选择题提出基于长短时记忆网络模型的语句填补答案选择方法。使用神经网络中... 语句填补类选择题是高考语文阅读理解中题型之一,是自然语言处理研究的热点,其中题干信息和答案的关系非常隐蔽,无法从篇章中直接选出答案。为此,针对语句填补选择题提出基于长短时记忆网络模型的语句填补答案选择方法。使用神经网络中的LSTM模型对篇章中每个句子和选项进行分布式表示,通过向量直接拼接和按位相乘融合篇章和选项之间的语义信息,实现对语句填补类选择题的解答。在新闻语料和全国各省近10年高考题和模拟题上的实验结果,验证了该方法的有效性。 展开更多
关键词 机器阅读理解 神经网络 语句填补 分布式语句表示 答案选择
下载PDF
面向高考语文阅读理解的篇章标题选择研究 被引量:5
6
作者 关勇 吕国英 +2 位作者 李茹 郭少茹 谭红叶 《中文信息学报》 CSCD 北大核心 2018年第6期28-35,43,共9页
高考语文阅读理解篇章标题选择题要求机器根据对篇章内容的理解,从多个候选项中选取能够准确恰当的概括表达篇章内容的选项。标题往往是高度凝练且能准确表达文意、结构鲜明的词串。因此,如何对篇章内容进行归纳概括、对标题结构进行梳... 高考语文阅读理解篇章标题选择题要求机器根据对篇章内容的理解,从多个候选项中选取能够准确恰当的概括表达篇章内容的选项。标题往往是高度凝练且能准确表达文意、结构鲜明的词串。因此,如何对篇章内容进行归纳概括、对标题结构进行梳理和分析是解答篇章标题选择题的关键。针对该问题,提出了标题与篇章要点相关性分析模型。该模型通过分析标题与篇章要点的相关性,构建了基于标题和篇章要点的相关度矩阵。在此基础上融入标题结构特征,选取与篇章最相关的标题。在全国近10年高考真题和测试题上进行实验,验证了该方法的有效性。 展开更多
关键词 高考语文 阅读理解 标题选择 神经网络 标题结构 相关度矩阵
下载PDF
Grateloupia ramosa Wang & Luan sp. nov. (Halymeniaceae, Rhodophyta), a new species from China based on morphological evidence and comparative rbcL sequences 被引量:5
7
作者 曹翠翠 刘淼 +3 位作者 郭少茹 赵丹 栾日孝 王宏伟 《Chinese Journal of Oceanology and Limnology》 SCIE CAS CSCD 2016年第2期283-294,共12页
Grateloupia ramosa Wang & Luan sp. nov.(Halymeniaceae, Rhodophyta) is newly described from Hainan Province, southern China. The organism has the following morphological features:(1) purplish red, cartilaginous and... Grateloupia ramosa Wang & Luan sp. nov.(Halymeniaceae, Rhodophyta) is newly described from Hainan Province, southern China. The organism has the following morphological features:(1) purplish red, cartilaginous and lubricous thalli 5–10 cm in height;(2) compressed percurrent axes bearing abundant branches with opposite arrangement;(3) claw-like apices on top, constricted to 2–4 cm at the base;(4) cortex consisting of 3–6 layers of elliptical or anomalous cells and a medulla covered by compact medullary filaments;(5) reproductive structures distributed throughout the thallus, especially centralized at the bottom of the end portion of the branches; and(6) 4-celled Carpogonial branches and 3-celled auxiliary-cell branches, both of the Grateloupia-type. The morphological diff erences were supported by molecular phylogenetics based on ribulose-1, 5-bisphosphate carboxylase/oxygenase( rbc L) gene sequence analysis. There was only a 1 bp divergence between specimens collected from Wenchang and Lingshui of Hainan province. The new species was embedded in the large Grateloupia clade of the Halymeniaceae. The pairwise distances between G. ramosa and other species within Grateloupia ranged from 26 to 105 bp, within pairwise distances of 13–111 bp between species of the large genus Grateloupia in Halymeniaceae. Thus, we propose this new species as G. ramosa Wang & Luan sp. nov. 展开更多
关键词 序列分析 新物种 红藻门 形态学 蜈蚣 RBCL RUBISCO RUBP羧化酶
下载PDF
多模块联合的阅读理解候选句抽取
8
作者 吉宇 王笑月 +2 位作者 李茹 郭少茹 关勇 《中文信息学报》 CSCD 北大核心 2022年第6期109-116,共8页
机器阅读理解作为自然语言理解的关键任务,受到国内外学者广泛关注。针对多项选择型阅读理解中无线索标注且涉及多步推理致使候选句抽取困难的问题,该文提出一种基于多模块联合的候选句抽取模型。首先采用部分标注数据微调预训练模型;... 机器阅读理解作为自然语言理解的关键任务,受到国内外学者广泛关注。针对多项选择型阅读理解中无线索标注且涉及多步推理致使候选句抽取困难的问题,该文提出一种基于多模块联合的候选句抽取模型。首先采用部分标注数据微调预训练模型;然后通过TF-IDF递归式抽取多跳推理问题中的候选句;最后结合无监督方式进一步筛选模型预测结果降低冗余性。该文在高考语文选择题及RACE数据集上进行验证,在候选句抽取中,该方法相比于最优基线模型F_(1)值提升3.44%,在下游答题任务中采用候选句作为模型输入较全文输入时准确率分别提高3.68%和3.6%,上述结果证实该文所提方法的有效性。 展开更多
关键词 机器阅读理解 候选句抽取 递归抽取
下载PDF
面向高考阅读理解的句子语义相关度 被引量:9
9
作者 郭少茹 张虎 +4 位作者 钱揖丽 李茹 杨陟卓 顾兆军 马淑晖 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第6期575-579,585,共6页
高考阅读理解选择题是基于背景材料,通过对材料的"理解"从多个选项中选出最佳选项。由于提供的背景材料相对较短且关键信息极具隐藏性,答案可能无法在背景材料中直接找到,因此从背景材料中挖掘信息并与选项进行相关性分析是... 高考阅读理解选择题是基于背景材料,通过对材料的"理解"从多个选项中选出最佳选项。由于提供的背景材料相对较短且关键信息极具隐藏性,答案可能无法在背景材料中直接找到,因此从背景材料中挖掘信息并与选项进行相关性分析是解答该类问题的关键,而句子级的语义相关性分析是背景材料与选项相关性分析的基础。该文通过对大量高考科技文文意理解类选择题进行分析,提出基于多维度投票算法的句子语义相关度计算方法。该方法将不同维度的语义相关性作为度量标准,运用投票算法的思想,选取问题的最佳选项。在近十年北京市高考真题上进行测试,解答准确率为53.84%,验证了该方法的有效性。 展开更多
关键词 高考语文 文意理解 选择题 多维度投票算法 语义相关度
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部