局部标记关系的多标记迁移学习算法

现有多标记迁移学习主要利用全局标记关系信息,由于源领域与目标领域的标记关系存在差异,源领域中全局标记关系不适合于目标领域.本文提出一种局部标记关系的多标记迁移学习算法,该算法通过对样本的标记进行聚类和最小化联合损失函数,可以有效的挖掘领域间共享的局部标记关系,对应的局部关系编码可以作为样本的辅助特征从而提高模型性能.图像分类实验表明,在多标记迁移学习中,基于局部标记关系的学习算法相比基于全局标记关系的学习算法具有更好的分类效果;本文所提算法与现有算法相比具有更好的分类效果.

基于标记关系的多标记社团发现算法

真实世界的对象具有多义性,具有非单一的多种标记。对于多标记的学习,现阶段的工作虽然能够利用标记间的重用评分分析多标记间的关系,但是尚不能直观挖掘出多标记的关系结构,也不能准确掌握多标记的主从关系以及多标记的重要性排名情况。而非负矩阵分解(Nonnegative matrix factorization,NMF)方法能对有关联的节点进行有效的社团划分,发掘关联节点的潜在关系,因此利用NMF方法对多标记关系进行社团结构分解成为有价值的研究内容。本文提出多标记社团发现算法,有效地对多标记进行挖掘,发现其中的社团结构,得到多标记的社团关系,并且能够对多标记节点的重要程度排序,分析多标记的主从结构,验证多标记关系算法的有效性,挖掘出其中隐藏的价值,这对于多标记的研究具有重要意义。

浅析汉语和韩国语表“瞬时”关系时间连接标记的句法位置和句法限制

“瞬时”关系指两个事件之间的时间间隔非常短,即后一事件紧接着前一事件进行、发生或完成。汉语和韩国语表示两个事件之间的“瞬时”关系时,汉语主要依靠词汇手段,而韩国语主要依靠语法手段,而韩国语的语法标记是强制性手段。旨在为汉韩、韩汉双语教学及翻译实践提供事实依据和参考,该研究考察汉语和韩国语表示“瞬时”关系时间连接标记的句法位置和句法限制,即探讨主语的位置及主语一致性问题。

结合局部标记序关系的弱监督标记分布学习

标记分布学习(label distribution learning,LDL)是一种用于解决标记多义性的新颖学习范式。现有的LDL方法大多基于完整数据信息进行设计,然而由于高昂的标注成本以及标注人员水平的局限性,很难获取到完整标注数据信息,且会导致传统LDL算法性能的下降。为此,本文提出了一种新型的结合局部序标记关系的弱监督标记分布学习算法,通过维持尚未缺失标记之间的相对关系,并利用标记相关性来恢复缺失的标记,在数据标注不完整的情况下提升算法性能。在14个数据集上进行了大量的实验来验证算法的有效性。

关系化标记及关系小句的歧义现象研究

在关系化结构中,关系化标记的主要功能是标识被提取的核心词,其句法特征主要表现为词形式、词缀(或附缀)形式以及零形式。通过多种语言的对比可以发现:不同语言的标记形式各有优势,不同标记的附属功能也不尽相同;标记差异可直接或间接导致各语言出现不同类型的语言歧义;语言经济性原则可以统一解释各种关系化标记的语法意义。因此,通过对关系化结构进行深入观察,能够揭示语言歧义产生的句法动因。

基于加权信息粒化的多标记数据特征选择算法

特征选择能去除不相关和冗余的特征,是解决多标记数据维度灾难的有效工具。现有的多标记特征选择算法没有考虑标记空间存在的相关性,认为每个样本的相关标记的重要性相同,并且忽略了特征空间可能是标记重要性差异形成的内在因素,使得选择的特征不能精确全面地刻画样本且计算过程复杂。为此,本文利用标记间的相关性对标记空间进行划分以简化计算,并定义标记重要性度量和特征权重,在此基础上提出了一种基于加权信息粒化的多标记特征选择算法。通过在真实多标记数据集上的实验对比分析,本文提出的算法在各项评价指标上均优于其他对比算法,验证了算法的有效性和可行性。

选择关系标记关联模式探究

关系标记具有三大基本职能:(1)联结分句;(2)标明关系;(3)构成特定的复句格式。文章考察了选择关系标记的关联模式,认为其联结的基本方式有两种:单联和双联。单联分为右向关联和左向关联,双联又称之为相向关联,即前呼型关系标记跟后应型关系标记由于合用导致其关联指向相向而行。在此基础上,总结了两句式、三句式、四句式有标选择复句中关系标记理论上存在的关联模式。最后通过具体实例验证了有标选择复句中选择关系标记的关联情况。

关系标记对汉语有标转折复句使用频率的影响

文章探讨了关系标记对现代汉语有标转折复句句式使用频率的影响。通过语料库考察发现,现代汉语有标转折复句的主体是单标式复句,复句的使用频率与复句关系标记的数量成反比,关系标记越少的复句句式,使用频率越高;相反,关系标记越多的复句句式,使用频率越低。这与汉语使用的结构趋简性和经济性原则有关。关系标记在复句中出现的位置不同,对复句的使用频率也有很大的影响。

关系标记对汉语复句层次关系识别的影响

关系词语对计算机的汉语复句层次关系识别具有重要意义。伪关系词的出现和关系标记的缺失给复句层次关系识别造成的影响,分析复句关系词语与同形的异类词、异构词之间的区别,揭示关系标记与词间连词、篇章关系词的不同用法的差异,挖掘复句关系标记缺失的隐现形式,以期为复句层次关系识别服务。

复句研究的又一新成果——评《复句关系标记的搭配研究》

姚双云所著《复句关系标记的搭配研究》主要谈了几个比较突出的特点:一是浓厚的理论色彩,二是自觉的整体意识,三是鲜明的个案分析。

汉英关系化标记的句法差异及其影响

汉语通常使用的关系化标记是"的",指示词和数词也可以有条件地充当关系化标记,但它们与核心语的关系并不完全相同。英语关系化标记的句法位置与汉语类似,同时又具有多重功能,这使得关系小句与核心语的句法关系较为松散。汉英的上述特征,导致汉英关系小句的生成和句法操作存在显著差异。正确认识汉英关系小句的句法特征,对高校英汉翻译教学等具有一定参考意义。

关系标记制约下的条件性假转句的参照点识解——以“除非……，否则……”句式为例

融合Langacker的认知参照点理论和典型事件模型构建特殊句式的参照点活动模式，借以探讨条件性假转句“除非…，否则…”句式的语义建构及内部认知机制。研究发现：该句式的关系标记“除非”和“否则”连接功能的凸显、主语的隐现以及前后项之间的逆转关系是参照点识解的概念基础；以关系标记为参照点的“参照点-过程-目标”心理识解过程投射至句法层面形成以施事为参照点的“施事-动作-受事”的事件概念化过程。

用于多标记学习的分类器圈方法

如何利用标记间关系来提高学习性能,是多标记学习领域的一个重要问题.分类器链方法及其变型是解决这类问题的一个有效技术.然而,它的学习过程需要预先给定标记的学习次序,这个信息真实情况难以获得.次序选择不当会导致学习性能提高受限.针对这个问题,提出用于多标记学习的分类器圈方法.该方法随机生成标记的学习次序,通过圈结构依次迭代地更新每个标记的分类器.实验结果表明,该方法在多个数据集上取得了比分类器链方法以及一系列经典多标记学习方法更好的性能.

两重稀疏约束的多标记社团分类算法

在多标记研究中,对于标记间相关性的利用已经越来越广泛,从而标记关系的展示就很有必要。相对以往的研究而言,由于多标记数据的高维特征,在训练过程中极为繁琐耗时,稀疏优化就尤为关键;同时标记相关性的内涵没有经过深入挖掘,因此如何更方便有效地进行多标记分类以及研究所有标记之间的相关性显得尤为必要。提出了一种基于两重稀疏约束的多标记社团分类算法,该算法首先将?_1/?_2正则化应用到多标记数据的稀疏表示过程,为后面的研究提供便利条件;其次在多标记关系基础上应用基于?_1范数正则化的社团发现算法,有效地对标记进行社团划分,直观展示出标记关系的内涵。实验证明该方法能够快速、准确地进行多标记分类,并且能够准确展示标记关系。

基于模糊不一致对的多标记属性约简

在实际生活当中,存在着大量的高维多标记数据,为解决维度灾难问题,通常需要约简属性集。针对目前的多标记属性约简算法未考虑标记关系问题,本文提出了一种融合标记关系的模糊不一致对多标记属性约简算法。利用相对熵(KL散度)度量标记之间的关系,定义标记权重,结合标记权重,定义模糊不一致对,考虑到属性对于模糊不一致对的区分性,定义属性重要性并进行属性约简。在8个数据集上的对比实验表明,所提基于模糊不一致对的多标记属性约简算法优于当前的多标记属性约简算法。

基于ReliefF剪枝的多标记分类算法

多标记分类问题需要为每个实例分配多个标记.常见的多标记分类方法主要分为算法转换法和问题转换法两类.合理利用标记间的依赖关系是提升多标记分类性能的关键.在该文中,作者从不同的问题转化方法的角度,将标记间依赖关系的利用方法分为标记分组法和属性空间扩展法两种.作者发现,对于属性空间扩展法,普遍存在的难题在于如何对标记间的依赖关系进行准确度量,并选择合适的标记集合加入到属性空间中.在此基础上,作者提出了一种基于ReliefF剪枝的多标记分类算法(ReliefF based Stacking,RFS).算法从属性选择的角度,利用ReliefF方法对标记间的依赖关系进行度量,进而选择依赖关系较强的标记加入到原始属性空间中.在9个多标记基准数据集上的实验结果显示,RFS算法相较于当下流行的多标记分类算法具有较为明显的优势.

基于标记集合划分的多标记分类算法

在多标记学习中,标记之间往往既不是完全独立也不是完全排斥的,因此在构建多标记分类器时要充分利用标记之间的依赖关系.目前利用标记间关系的方法有将标记集合划分为子集和将各标记间关系表示为链式两种.本文提出了一种结合上述两种思想的算法,首先根据标记对间的依赖度量值来启发式地对标记集合进行划分,然后在最终的划分子集合间依次建立分类器组成分类器链.通过与其他算法的比较,实验结果表明该算法能提升分类器性能.

一种具有保序性的带权多标记学习算法

多标记学习是机器学习研究领域的热点问题之一.经典算法仅考虑了标记间的单一关系(序或权重),这使得在部分场景中多标记学习无法应用.为解决该问题,一种具有保序性的带权多标记学习算法WMLARP(Weighted Multi-label Learning Algorithm with Rank Preservation)被提出.通过在学习过程中引入“相关-无关”、“相关-相关”两种标记对来度量标记间的序和相对权重,WMLARP对基于SVM的多标记学习算法进行了扩展和优化.实验结果表明:WMLARP可充分挖掘标记间的相关性,有效提高分类模型的质量.

GHR—基于共享模型的多标记学习方法

阐述了什么是多标记学习框架GHR及其研究进展,并对GHR和LGHR进行了分析,通过实验得出:LGHR能够有效地利用标签之间的关系,提高学习的性能,优于其他几种典型的多标记学习方法。

基于汉语复句的语义相关度计算及类别的标识

语义相关度计算作为中文信息处理领域中的一项关键技术,在信息检索、语义消岐、文本分类中起着重要的作用。利用汉语复句的句法理论和关系标记搭配理论,以汉语复句语料库以及搜索引擎获取的复句为语料,提出了一种基于汉语复句的语义相关度计算方法——SRCCS。本方法不仅能够计算词语的相关度,而且能够表明相关的性质与类别。与通过短文计算相关度的方法相比,本方法选取的计算对象范围更小,因而结果更准确,计算复杂度更低。在同一测试集上与搜索引擎方法的对比分析证明了基于汉语复句的语义相关度计算方法的有效性与优越性。