基于图神经网络的人工自然语言语义挖掘仿真

语义挖掘工具可从批量非结构化人工自然语言文本数据中准确提取有用信息,但是由于网络环境文本具备半结构化、多尺度、海量、复杂关联等属性,导致文本数据通常维度较高,且仅有小部分节点存在明确标签,因此语义挖掘难度较大。提出基于图神经网络的人工自然语言语义挖掘方法。结合多头注意力机制和半监督图卷积神经网络对人工自然语言文本降维处理。联合改进的模糊C均值聚类算法和免疫单亲遗传算法,构建人工自然语言语义挖掘算法。实验结果表明,研究方法的聚类纯度、准确率和召回率均高于95%,说明上述方法的应用性能较优。

人工智能自然语言处理视角下的胡适语言学思想再思考

一直以来,学界对于胡适语言学思想的评价有失偏颇。只关注语言工具论而忽略了胡适以经验论为基础的经验主义语言学思想,对于其经验主义方法论并没有予以重视。本文以人工智能自然语言处理的发展为背景,探讨了理性主义及经验主义语言学思想的争论,分析了经验主义语言学思想在人工智能发展中的重要作用,指出胡适的语言学思想不仅包括语言工具论,而更为重要和更有价值的是其经验主义方法论,因此值得进一步的研究。