中文组织名的动态监测与发布

我们在动态流通语料库的基础上,通过实验,已初步制定了中文组织名的动态监测和发布的基本流程。中文组织名的动态监测,使媒体语言的监测从用字、语文词、人名进一步推进到了对组织机构的监测,并作为新闻事件监测的基础和社会、媒体监测的基础。它将进一步丰富当前的国家语言资源监测成果。

组织污名化、内部控制质量与企业创新--基于社会责任的调节效应

文章采用2010—2020年被污名化的企业作为样本,通过实证检验组织污名对企业创新的影响及其背后的影响机制。研究发现:组织污名与企业创新之间存在倒U型的非线性关系;内部控制在组织污名与企业创新之间存在部分中介作用;企业社会责任调节了两者间的倒U型曲线关系,其中高水平的企业社会责任使得曲线拐点右移、曲线水平变缓以及提高了曲线的整体水平。

一种基于词频统计的组织机构名识别方法

命名实体识别是自然语言处理必不可少的重要部分,其中组织机构名识别占了很大的比例。提出了基于词频统计的组织机构名识别方法。训练数据主要通过百度百科词条整理得到。训练时,利用百度百科词条名在词条文本中的频数统计进行机构构成词的词频统计。在此基础上,构建了数学模型,实现了组织机构名识别算法。该识别算法集成到了中文分词中,取得了较好的识别结果,可以满足一定的实际应用需求。

采用主动学习策略的组织机构名识别

组织机构名等命名实体的识别是信息抽取、机器翻译等任务的重要基础.为了克服识别器训练过程中对标注数据的依赖,本文提出了一种基于主动学习的训练策略,改进了基本的最大熵模型的解码算法和训练过程.实验表明采用主动学习策略的最大熵模型训练算法能够有效减少标注数据的使用.

基于HMM的中国组织机构名自动识别

以 2 0 0 0年 11～ 12月《人民日报》网页中涉及社会、经济、法律等内容的 5 0万汉字语料为基础 ,利用基于隐马尔可夫模型并结合概率估值公式来评价在真实文本中构成组织机构名的能力 ,实现了中国组织机构名自动识别系统。实验研究表明准确率达 89%,召回率为 94 .5 %。

基于Tri-training半监督学习的中文组织机构名识别

针对中文组织机构名识别中的标注语料匮乏问题,提出了一种基于协同训练机制的组织机构名识别方法。该算法利用Tri-training学习方式将基于条件随机场的分类器、基于支持向量机的分类器和基于记忆学习方法的分类器组合成一个分类体系,并依据最优效用选择策略进行新加入样本的选择。在大规模真实语料上与co-training方法进行了比较实验,实验结果表明,此方法能有效利用大量未标注语料提高算法的泛化能力。

组织污名及其相关研究述评

组织污名会给一个企业组织带来非常严重的不良后果。在对个体污名与组织污名的比较中,归纳了组织污名与组织污名化的概念,分析了组织污名对组织的消极影响,梳理了组织污名化的过程,初步提出了组织污名应对策略模型,并对未来研究进行了展望。

中国组织机构名自动识别系统的设计与实现

以搜狐网站的 2 0 0 0年 11～ 12月人民日报网页中涉及社会、经济、法律等内容的 5 0万汉字语料为基础 ,首先利用基于隐马尔可夫模型进行初识别 ,然后建立了一定规模的规则集 ,实现了中国组织机构名自动识别系统。经测试准确率达 89% ,召回率为 94 .5 %。

结合多特征的支持向量机中文组织机构名识别模型

以支持向量机(SVM)为基本框架,提出一种结合多特征的支持向量机中文组织机构名识别模型。考虑中文组织机构名的特点,抽取局部特征与全局特征,并将特征向量转化为二进制表示,在此基础上建立训练集。基于1998年《人民日报》语料的实验结果表明,该混合模型对中文组织机构名的识别是有效的。同时基于不同测试数据的实验结果表明,该模型对不同测试数据源具有一致性。

基于最大熵的中文组织机构名识别模型

中文组织机构名识别的精确率一直是影响自然语言处理的因素之一.根据中文组织机构名的特点,提出采用最大熵的识别方法.实验系统在较大规模的数据集上对比了不同特征选择方法对模型的影响,同时考查了词面、词性、语法等信息对模型的贡献.实验结果表明,不同的特征选择算法,开放测试的平均值只相差0.2～0.5个百分点.

组织污名化对“一带一路”企业投资绩效的影响研究

文章以2014—2019年度“一带一路”参与企业为样本,构建了“一带一路”组织污名化评价体系,并对参与企业受到的组织污名化程度进行了量化。在此基础上,本文对组织污名化的负面效应进行实证检验并找到关键影响因素。结果表明:组织污名化对“一带一路”企业投资绩效具有显著的负面效应,文化差异、政治关联和地理距离作为关键影响因素,会加深组织污名化带来的不利影响。

组织污名研究的兴起、现状与未来研究方向

作为一种消极的社会评价,组织污名普遍存在于社会中且破坏力巨大。虽然近些年越来越多的学者开始关注和探索组织污名的生成机理和管理策略,然而现有组织污名的研究还非常零散,尚未形成统一的理论框架。本文借助于梳理过去多年组织污名研究文献,致力于回答以下几个问题:当前组织污名研究的理论框架与贡献是什么?社交媒体时代组织污名研究应该关注的重点和方向是什么?本文的贡献在于不仅系统地梳理了组织污名研究的脉络与理论框架,更在于指出社交媒体时代开展组织污名研究的方向与重点。

基于统计的中文组织机构名识别

本文针对有特征词的中文组织机构名进行了研究,以搜狐网站的2004年11￣￣12月人民日报网页中涉及社会、经济、法律、教育等内容的50万字语料为基础。通过计算中文组织机构名的构词可信度对组织机构名进行识别。经测试准确率达90%以上,召回率达93.5%以上。

一种基于改进ELMO模型的组织机构名识别方法

组织机构名识别是命名实体识别的核心任务之一,也是最困难的任务。近年来,预训练模型在中文自然语言处理领域得到广泛应用,预训练的词嵌入模型在中文命名实体识别上取得了非常好的效果,但是在组织机构名识别上还有很大的提升空间。针对这一问题,改进ELMO(embedding from language models)预训练模型,结合双向LSTM神经网络模型和条件随机场模型,去识别组织机构名。对于ELMO的改进,主要通过筛选高频机构词,然后将高频机构词加入中文字典,通过ELMO模型训练生成机构词向量和普通字向量。字向量不用考虑未登录词的问题,机构词向量引入了先验知识,结合起来可以使得生成的字词向量能够更好地表征组织机构名。实验结果表明,预训练模型的数据集相对较小时,该方法比字向量嵌入的方法有更好的效果,F1值提高了1.3%。

COVID-19期间民众的风险认知熟悉度对积极应对方式的影响——负性情绪的中介作用和组织污名化的调节作用

在新冠肺炎疫情发生期间,以1071名非疫情区人员为被试,采用风险认知量表的熟悉度分量表和积极应对方式分量表、污名量表及负性情绪量表进行测量,构建了一个有调节的中介模型.结果发现:非疫情区民众的负性情绪在风险认知熟悉度与积极应对方式之间发挥了中介作用;组织污名化在非疫情区民众的风险认知和积极应对方式的关系中具有调节作用;组织污名化调节民众风险认知熟悉度通过负性情绪影响积极行为应对方式的前半路径和后半路径.具体来说就是,在组织污名化低的情况下,风险认知熟悉度对负性情绪的负向预测显著,在组织污名化高的情况下,风险认知熟悉度对负性情绪的负向预测作用减弱;当组织污名化较高时,风险认知熟悉度通过负性情绪作用于积极应对方式的间接效应不显著,当组织污名化较低时,风险认知熟悉度通过负性情绪作用于积极应对方式的间接效应显著.

从资源基础论看中国名酒店组织

酒店企业组织的资源特征是形成酒店联盟组织的重要动因,于是中国名酒店组织联盟更加强调塑造自己的联盟品牌,以此提高联盟的声誉并为联盟的发展奠定稳定的基石;同时,关注联盟的伙伴关系,很自然地要提高各家酒店的绩效,并充分利用酒店联盟的战略价值,所以应注重联盟的伙伴关系,提高伙伴间的战略适应性。另外,联盟应有自己的发展模式和发展战略。

组织污名化对企业技术创新能力的影响研究——以海康威视为例

2018年面对中国的贸易顺差,美国以国家安全问题为由,对中国企业进行污名化。基于此,以海康威视这家高新技术企业为研究样本,借助案例分析法来分析组织污名对企业技术创新的影响。发现从短期来看,组织污名会对技术创新产生一定的负面影响,限制企业技术引进;从长期来看能倒逼企业进行技术升级;最后,建议政府要加大对高新技术企业的扶持并建立健全知识产权保护机制,企业要对产业结构的优化升级,加强与高校之间的合作,促进企业自主创新的发展。

我校举办福建省名园长办园思想暨课程建设研讨会

6月18日,福建省名园长办园思想暨课程建设研讨会在福州举行。高规格地探讨办园思想,这在福建尚属首次,也是福建省名园长培养的阶段研修成果。福建省名园长培养人选、福建省第二批骨干园长培养人选。