基于句法结构与语义分析的方面级情感分析方法

为有效利用句子中的句法以及语义特征,本文提出基于句法结构与语义分析的方面级情感分析模型(Aspect-level sentiment analysis method based on syntactic structure and semantic analysis, LCF-Sync)。具体来说,LCF-Sync根据句子中单词与方面之间的距离获取单词与方面的词法特征,并构建单词节点之间的句法依赖树获取句法特征;LCF-Sync利用多头自注意力机制获取句子中单词之间的语义特征,同时融合局部特征与全局特征进行情感分析预测。本文在三个基准数据集上进行大量实验,实验结果表明本文提出的模型优于基线方法。

浅析分析化学英语的句法结构特征及翻译模式——评《分析化学(双语版)》

随着社会的不断进步,化学英语的句法结构特征及翻译模式的创新备受关注和重视。由大连理工大学分析化学教研室编著,大连理工大学出版社于2008年11月出版《分析化学(双语版)》一书,是化学英语的句法结构特征及翻译模式创新领域的重要成果,该书结合基本案例对化学英语的句法结构特征以及翻译模式进行综合分析,意义重大。

融入句法结构信息的句子级情感分析算法

针对预训练模型BERT在编码文本时,只考虑了文本的序列信息从而只显示地学习了文本的语义信息,但文本的句法结构信息还不能被显示地利用。受知识蒸馏理论的启发,以Teacher-Student框架为模板,提出了Tree-BERT模型将文本的句法结构信息融入到BERT模型中。该模型先使用Tree-LSTM网络学习文本的句法结构信息,然后预测目标领域训练集样本的情感概率分布,也就是样本的情感“软标签”,最后在扩充后的目标领域训练集上微调BERT,提高了BERT在句子级情感分析任务上的准确率。

基于元学习及域自适应的生成式文本隐写分析方法

生成式文本隐写方法能够生成流畅、自然的隐写文本,给文本隐写分析带来了巨大挑战。当源域(训练文本)与目标域(测试文本)使用相同隐写算法,且在相同语料库下训练时,基于神经网络的文本隐写分析方法具有较好的检测性能。然而在实际应用中,我们无法预测待检测文本是采用何种隐写算法及在何种语料库下训练所生成,导致大多数基于神经网络的文本隐写分析方法难以实用。为解决这个问题,引入了元学习及域自适应的基本思想来提高隐写分析模型的泛化检测能力。我们采用预训练语言表示模型RoBERTa构建了一个词重要性语义编码模块,以充分提取文本语义特征。针对所得特征,提出了一个词间关联多尺度感知模块来关注由隐写导致的存在于相邻词与非相邻词之间的词间关系变化。实验结果表明,在多跨域场景下,该方法相较于现有文本隐写分析方法Fs-Stega检测准确率平均提高了9%。

基于短语句法结构和依存句法分析的情感评价单元抽取

文章建立了一套不受领域约束、在各个领域中通用的情感评价单元抽取模式,实现自动且准确地抽取情感评价单元。首先,基于短语的内部结构和句法功能,深入地分析评价对象及其对应的评价短语在句中的句法位置;其次,结合情感句中词性和词对间的依存关系进行情感评价单元的抽取;最后,通过手工构建通用和领域情感词典进行情感评价单元抽取和情感倾向性计算的对比实验,进一步验证抽取模式的有效性。结合短语句法结构和依存句法进行情感评价单元抽取,准确地挖掘出评价对象及其对应的评价短语之间的句法关系。实验结果表明,在应用到后续情感倾向性计算的实验时,整体准确率得到大幅度提升。

基于相关性分析和生成对抗网络的电网缺失数据填补方法

城市电网新型电力系统中多元资源增多,数据采集难度加大,导致数据随机缺失率升高,难以满足精细化分析决策需求。为解决新型电力系统中配网量测数据在采集与传输过程中频发的缺失问题,文中提出一种基于波动互相关分析(fluctuation cross-correlation analysis,FCCA)算法和生成对抗网络(generative adversarial network,GAN)的电网缺失数据填补方法。首先,融合FCCA算法提出强相关性电网数据多维特征提取方法;其次,基于核主成分分析(kernel principal component analysis,KPCA)对多维特征数据集进行降维处理;最后,设计改进型GAN结构,融合电网数据多维特征对低维向量进行重构,实现缺失数据填补。算例采用真实电网数据进行算法验证,并在某城市电网试运行。结果表明,所提方法比传统数据填补方法具有更高填补精度。因此,在新型电力系统中量测数据连续缺失和缺失量较大的情况下,融合强相关性特征进行数据填补,对提升量测数据的完整性和可用性有明显优势。

基于自然语言生成的制造企业自动化图表分析方法研究

随着数字化转型的浪潮席卷全球,制造企业每天都会产生大量的图表数据,传统的图表分析方法很难对图表数据进行高效、准确的分析,自动化图表分析方法成为图表分析的重要手段。为解决自动化图表分析方法在实际应用时很难满足具体需求的问题,提出了一种基于自然语言生成的制造企业自动化图表分析方法。该方法基于LSTM对图表数据进行分析,并针对分析过程中出现的多余数据误导LSTM等问题,在嵌入层之后增加判别器层使LSTM能够根据图表类型进行更有针对性的语义理解和文本预测;针对图表分析过程中生成描述语句质量差等问题,参考集束搜索和随机采样策略,提出随机集束采样策略以提高图表分析质量,并引入知识蒸馏方法对LSTM进行优化,进一步提高描述文本的质量。实验证明,相较于LSTM,该方法文本质量提升了8.9%。为了便于将该方法应用在实际中,设计并开发了制造企业自动化图表分析系统,并将该方法引入作为图表分析工具。实验结果表明,所提方法能够提高制造企业图表分析的质量和效率。

基于源码分析的自动化外部函数接口生成方法

外部函数接口(FFI)是解决一种编程语言调用其他语言函数库的主要方法。针对使用FFI技术时需要大量人工编码的问题,提出自动化外部函数接口生成(AFIG)方法。该方法利用基于抽象语法树的源码逆向分析技术,从被封装的库文件中精准提取出用于描述函数接口信息的多语言融合的统一表示。基于此统一表示,不同平台的代码生成器可利用多语言转换规则矩阵,全自动化地生成不同平台的FFI相关代码。为解决FFI代码生成中的效率低下问题,设计了一种基于依赖分析的任务聚合策略,通过把存在依赖的任务聚合为新的任务,有效消除了FFI代码任务在并行下的阻塞与死锁,从而实现任务在多核系统下的可扩展与负载均衡。实验结果表明:与人工编码相比,AFIG方法减少了FFI开发中98.14%的开发编码量以及41.95%的测试编码量;与现有的SWIG(Simplified Wrapper and Interface Generator)方法相比,在同等任务下可减少61.27%的开发成本;且生成效率随着计算资源的增加呈线性增长。

基于生成对抗网络模型的SMAPL4土壤水分产品降尺度分析

土壤水分是地表和大气水热过程交换的重要纽带,对于农业生产以及优化种植结构具有重要意义,NASA卫星下的SMAPL4是一种以被动微波遥感技术为手段对土壤湿度监测的产品,具有可穿透云层和全天候监测等能力,但其较低空间分辨率很难满足小尺度或小区域范围的实际研究需求。鉴于此,根据云南省姚安县高原灌区特殊的地理位置,引用相关系数推演得出与研究区土壤水分空间分布有关的解释变量,沿用随机森林算法,耦合1 km包含地表温度和归一化植被指数的MODIS地表产品,建立基于RF全局窗口线性回归的1 km级被动微波土壤水分空间降尺度模型;而后堆叠地表温度(LST)、归一化植被指数(NDVI)、降水量(Prec)、地表蒸散量(ET)等4个变量形成条件生成对抗网络框架,并使用均方误差(RMSE)和条件生成对抗性损失函数训练神经网络来建立低分辨率和高分辨率映射关系,随即获得降尺度后土壤水分空间分布结果;最后将实际采样和监测站点提供数据做空间平均聚合后,与SMAPL4原始结果的CGAN、RF降尺度结果进行对比分析。结果表明:LST、NDVI、Prec、ET与土壤水分的相关性均值均大于0.44,具有相关关系,条件生成对抗网络降尺度结果对指标R^(2)和Bias表现效果最好,均值分别为0.7和0.032;RF降尺度结果对RMSE的效果最好,均值为0.006。同比SMAPL4原始数据,RF结果空间分布更为平滑,但极值差异性较大;CGAN结果能有效表征土壤含水空间分布状况,其数据变异性和极值表征能力更为突出。经RMSE与对抗性损失函数训练后,认为0.2~0.28的值域分布为降尺度后的研究区土壤水分数值分布结果。

从语义指向分析看现代汉语句法结构

现代汉语本身的意合性特点造成句法结构呈现出错综复杂的局面,这给汉语的句法结构分析带来一定的难度。语义指向分析将组成成分的语义关系作为着眼点,通过对组成成分间客观存在着的语义关系的描写和解释,揭示出句法关系和语义关系的对应规律,能较好地解释由于汉语意合性造成的句法关系和语义关系对应不一致的现象,对多层面立体研究汉语发挥出突出的作用。

《诗经》成语句法结构定量分析

在对《诗经》成语句法结构进行相对封闭的穷尽性定量分析的基础上,从共时平面比较全面地考察了《诗经》成语句法结构的量额差异,初步考察了汉语基本句法结构体现在古今汉语中量值不同的原因。认为导致句法结构这种量额差异或量值不同的根本原因不是《诗经》的四言句式而是《诗经》的文体特点。

基于转换生成语法理论的英语句法结构歧义认知

歧义现象是指一个语言片断可以作两种或两种以上的语义理解。从乔姆斯基的转换生成语法角度,深入了解歧义现象,并对结构歧义进行分化认知,有助于加深我们对英语句法结构复杂性、精细性的理解,同时,对掌握句法结构的分析方法和进行英语教学也很有帮助。

面向预测性分析结果的数据故事化解释中的事件类型及生成方法研究

[目的/意义]数据故事化解释可以有效增强非专业人士对预测结果的信任和认知,事件作为数据故事的基本元素,研究事件类型和事件的自动生成方法对数据故事化解释有重要意义。[方法/过程]探讨了数据故事中事件的概念、特征、功能及类型,根据事件传递的信息类型将事件分为描述型事件和解释型事件。提出了事件的通用生成模式,基于此模式并结合概率统计方法,提出描述型事件中可靠性测试事件和公平性测试事件的生成方法,结合反事实解释方法、“What-if”和“Why-not”分析思想提出两种可解性测试事件的生成方法。[结果/结论]通过将事件生成方法应用到贷款数据集,验证了所提出的数据故事化解释中事件自动生成方法的可行性,并结合事件描述和解释了预测性分析结果。

应用生成式人工智能培养护理人才跨专业沟通技能的态势分析

生成式人工智能(Generative Artificial Intelligence,GAI)的诞生为护理教育的变革创造了巨大的机遇,同时也带来了严峻挑战。该文总结了GAI在护理人才跨专业沟通技能培养中的应用进展,并对运用GAI培养护理人才跨专业沟通技能进行了态势分析,认为GAI具有提供个性化学习和实时反馈等优势,但也存在临床语言上的局限等劣势;国家层面高度重视运用人工智能推进医学教育改革,为GAI提供了全新机遇,但新兴领域立法不完善成为规范运用GAI的主要挑战。为合理运用GAI,提升护理人才跨专业沟通技能培养效能,管理部门应制定相关法律框架和监管机制、提供资金支持和技术研发;学校应完善相关课程和教育计划、强化师资队伍建设;教育工作者应调动专业培训和持续教育积极性,探索构建行业标准和评估体系。

基于注意力-生成对抗网络的任务分析方法研究

合理的任务分析可帮助分析者快速、准确地进行任务规划,目前使用案例推理方法进行任务分析存在分析时间长、分析结果准确性较低等问题。针对该问题,提出了基于注意力-生成对抗网络的任务分析方法。以长短时记忆网络(LSTM)为生成器、循环神经网络(RNN)为判别器,针对离散数据细微梯度的更新无法回传的问题,在生成器中使用rollout policy对生成的不完整序列进行推理补充,在判别器中使用蒙特卡罗(MC)进行数据采样得到完整的数据序列动作价值函数,从而指导生成器的参数更新;针对稀疏数据特征不明显、数据重点不明确等问题,在生成对抗网络训练前加入软注意力机制,为不同特征赋予不同权重从而过滤冗余数据,筛选出重要的特征数据。将该方法与未加入注意力机制的生成对抗网络在同一模拟数据集上进行对比实验,结果表明,加入注意力机制后的方法在精确率(P)、召回率(R)、F1值和准确率(Accuracy)4种评价指标上分别提升了0.088,0.092,0.094和0.068,与其他神经网络推荐算法相比,在P,R,F1值和Accuracy上分别提升了0.1~0.3,0.1~0.2,0.1~0.25和0.07~0.17,证明了该方法的有效性。

科技汉语句法结构二维分析模式

目的:提出一种能清晰直观地展示科技汉语句法结构的分析模式。方法:针对理科教材,以多维的视角分析科技汉语中定义、定理、定律的句法结构。结果:发现句子的口头或书面表达形式从语序上看是一维的,但从句法结构分析是多维的;提出了一套科技汉语句法结构二维分析模式,包括基本符号和基本句式。

基于数学模型分析教师使用生成式大语言模型的影响因素研究

随着教育界对人工智能技术的广泛应用和深度探索,尤其以文心一言、ChatGPT等生成式大语言模型为代表的先进技术,在高等教育环节中展现出了愈发显著的应用潜力。本文通过建立数学神经网络模型分析高校教师在采纳生成式大语言模型进行教学的影响因素。研究团队通过发放问卷的形式,利用Pearson相关系数矩阵对数据进行一致性与相关性分析。然后,建立GA-BP神经网络预测模型,分析发现感知信任、感知专业及感知智能,均在不同程度上能够正面预见他们对人机协同教学模式持有的肯定立场。为高校教师进一步利用生成式大语言模型提高教学质量提供了理论指导。

蒙古语句法结构分析中句子的自动识别和分类

从真实的语料库中选取句子是蒙古语句子处理层面上第一个问题,它是分析句法结构的最基础性工作之一。本文主要介绍了采用人—机互助方式从词性标注的100万词级的现代蒙古语语料库中选取了所有简单句,并用程序,按句子长度和谓语中心词的词性进行了分类。初次开发的程序在按词数和谓词的词性分类的准确率分别是98.7%和94.1%,实验结果表明程序能比较准确地辨别和分类句子,但在实义词、倒装句等的识别能力仍有待提高。

生成式人工智能驱动信息资源组织与服务研究向度质性分析与反思

本研究使用质性分析工具对相关学术研究成果进行梳理,总结主要研究成果和思维逻辑,从正向度分析、双向度分析和负向度分析三个向度对研究向度进行归纳梳理,认为正向度分析包括创新信息服务内容、创新信息服务形式和服务引领社会变革等;双向度分析主要为知识平台再中心化;负向度分析包括造成规制问题、影响公众利益和造成信息风险等。据此,提出了生成式人工智能驱动信息资源组织和服务的趋利避害思维逻辑,指出了多模态信息整合、社交媒体、抗性生成网络、风险危机预警政策、个性化信息服务、迁移学习等方面的研究发展趋势。

一种用于建立句法结构框架树的有效分析算法

框架树是表达自然语言句法结构的有效方式．本文提出了建立句法结构框架树的分析算法和句法知识的表达方式，分析了算法的特点．