数据库查询系统中自然语言理解技术应用

自然语言理解技术(NLU)是当下人工智能领域的热门研究课题,在帮助计算机准确理解人类语言,以及真正实现机器的智能化发挥重要作用。该文基于自然语言理解技术设计数据库查询系统,首先介绍数据库查询系统中使用到的关键技术,例如自动分词技术、消歧处理算法、目标短语提取技术等。随后使用Jbuilder10开发工具和Java编程语言设计数据库查询系统,并对其自动分词和语句查询功能展开验证。结果表明,在输入的116条语句中,正确分词率达到92.2%,查询正确率达到80.2%,达到设计预期。

GAT:用于自然语言理解的基于全局的对抗训练

在自然语言处理领域中,基于梯度的对抗训练是一种能够有效提高神经网络鲁棒性的方法。首先,该文针对现有的对抗训练算法效率较低的问题,提出基于全局扰动表的初始化策略,在提高神经网络的训练效率的同时保证初始化扰动的有效性;其次,针对传统的归一化方法忽略了令牌之间的相对独立性问题,提出基于全局等权的归一化策略,保证令牌之间的相对独立性,避免少数样本主导对抗训练;最后,对于使用可学习的位置编码的预训练语言模型,提出基于全局多方面的扰动策略,使得神经网络更具鲁棒性。实验结果表明,该方法能有效提升神经网络的性能。

面向电力领域自然语言理解的数据增强研究与实现

探究面向领域智能问答中自然语言理解的数据增强问题。由于应用缺乏历史数据,且人工标注成本高,无法满足大规模训练自然语言理解模型的需求。因此,对传统数据增强的方法进行研究,提出使用基于对比搜索的关键字文本生成模型,以此生成了具有句式表达多样性的的数据集。实验结果表明,相比传统的集中搜索算法,使用对比搜索作为模型的解码策略能够生成更加准确和合理的电力领域问题文本,有效地降低了生成文本的词重复率。利用这些样本数据,成功地训练了一个高效准确的自然语言理解模型,提高了用户意图识别的准确率。这一研究对于智能问答领域的实际应用具有一定的参考价值。

基于自然语言理解的电力调度文本检索方法研究及应用

电力调度文本中含有大量的价值信息,针对现行调度员多依靠手工方式查阅信息导致工作量大、效率低的问题,提出一种基于自然语言理解的电力调度文本检索方法。基于正则表达式建立电力调度文本解析模型,抽取电力文本关键信息及与关键信息对应的解释内容,将电力文本解析内容以“实体-关系-实体”方式融合,建立电力调度文本知识图谱。提出电力调度文本信息相似度计算方法,通过计算待检索电力文本信息与电力调度文本知识图谱中实体间的相似距离,判定电力文本信息检索结果。通过对某地区电力调度文本的验证,得出所提基于自然语言理解的电力调度文本检索方法具有较高的检索准确率和检索效率,具有广泛的工程应用前景。

自然语言理解的全信息方法论

在经济全球化需求的推动下,世界在酝酿一场"自然语言信息技术革命",它的基础和核心是"自然语言理解"的理论与方法."全信息自然语言理解方法论"是作者的"全信息理论"在自然语言理解领域的应用.与文献中已有的其他工作不同,其主要特色是:一方面,试图实现语法信息、语义信息、语用信息的综合利用;另一方面寻求"规则方法"和"统计方法"的和谐互补,从而有效增强对自然语言的理解能力.近几年来,应用这一方法论完成了一系列自然语言理解方面的课题,取得了一批可喜的研究成果,表明全信息自然语言理解方法论具有很好的前景.

面向限定领域问答系统的自然语言理解方法综述

领域无关的自然语言理解(NLU)技术在最近的十年中取得了长足的进步,然而由于基础研究与现实应用之间存在着强烈的实际需求与当前处理能力不足的矛盾,因此很多通用技术还不能在现实的问答系统中得到有效使用。针对现有的需求,开发面向领域的自然语言理解技术显得非常必要。首先对开放领域与限定领域问答系统进行了比较,并对一些典型的面向限定领域问答系统的自然语言理解技术进行了分析,然后介绍了面向限定领域问答系统的自然语言理解技术的评测标准,最后总结了目前限定领域问答系统研究存在的主要问题及未来发展方向。

基于自然语言理解的专家系统研究

在论述了面向自然语言文本的知识供应方法已有研究之后，提出了面向推理设计语义关系标记，将自然语言理解与推理技术相结合，使自然语言理解结果可转化为便于计算机推理的语句；立足科技文献开发语义关系树库，提出面向语义关系分析的语句相似度计算方法，实现基于统计与规则相结合的自然语言语义关系分析；使自然语言科技文献可成为专家系统知识库，解决专家系统知识库表现形式不统一及知识获取的瓶颈。

基于自然语言理解的文本标图系统设计与实现

提出和实现了一套基于自然语言理解的军用文书到标绘图智能转换的解决方案。文本标图系统通过标绘信息提取模块和军标标绘模块,针对军事文本标图的需求和汉语的特点,由计算机在自然语言理解的基础上对作战文书文本进行分析、理解、提取标绘信息、自动标图作业,最后生成战场态势图。该系统完成了军事标图作业和文书处理的手工作业向机器作业的转换,提高了指挥作业的速度和效率。

面向搜索引擎的自然语言理解的设计与实现

提出了一种针对智能检索的自然语言理解的实现模型。该模型通过句模分析、分词和概念扩展的方法来理解问句,在一定程度上提高理解自然语言的能力。详细介绍了其系统架构、实现思想和原理。最后通过一系列的实例来对普通搜索引擎和加载了本模型的搜索引擎进行测试。实验结果表明,提出的模型能有效地分析自然语言提问,提高信息检索的准确性和智能性。

基于自然语言理解的模型自动选择研究

模型是模型管理的重要部分。本文提出基于自然语言理解的模型选择方法 ,实现模型的自动选择。该方法利用知识库中的规则选择模型 ,并运用词法分析进行变量提取 ,为模型实例运行提供参数值 ,提高了模型选择的人机交互能力。

自然语言理解与智能检索

智能信息处理是中文信息处理中的重要课题 ,尤以智能检索和信息获取为重要 .而自然语言处理和理解技术是智能信息处理的核心 .本文讨论了自然语言理解应用于智能检索和信息获取的若干问题 ,阐述了标注、完善基于词典的知识库的处理手段 .

基于自然语言理解的需求聚类和需求优选方法研究

为了实现大数量软件需求的优选,提出了一种基于自然语言理解的需求聚类和需求优选方法。该方法首先基于自然语言处理技术对需求进行深层次语言理解,找到相同语义的需求并只保留一条。随后,采用基于超图分割的需求聚类方法对大量需求进行聚类。最后,提出了需求优选目标函数,该目标函数根据需求聚类结果为需求优先级打分,并在综合考虑需求与类别的相似性、类别的权重以及聚类标准的权重的基础上,最终给出一个合理的需求优选结果。在大规模真实的需求集合上进行了实验,实验结果表明:基于自然语言处理技术的需求聚类性能优异;需求聚类对后续的需求优选起有着非常重要的作用;基于超图分割的需求聚类,以及在此基础上提出的需求优选函数相对于基线方法有着明显的提高。

基于自然语言理解的军事自动标图系统

针对军事领域自动标图的需要,结合自然语言理解技术,提出了利用计算机识别军事文书,进行自动标图的方法。由军事文本到图上信息,是一个特殊的翻译过程,因此,根据军事领域的特殊需要,给出了军标库设计的一般模型。通过对军事文本的分析,结合自然语言理解的需要,分别设计了常用词字典、动词字典和实例库的数据结构。在此基础上,研究了军事文书理解过程中的自动分词算法。最后,给出了基于模式的实例翻译算法模型。

基于自然语言理解的SPARQL本体查询

为了用户能够方便地获取本体知识,提出了基于自然语言理解的SPARQL本体查询。利用Stanford Parser分析用户的自然语言查询,根据语法构建查询三元组,与关键词的方法相比,有效地减少了组合的个数。结合用户词典,能较准确地把查询三元组的词汇映射到本体实体。分值计算时除了考虑词语的形式相似和语义相似外,还考虑了概念的模糊性,尽量返回具体的概念。利用本体推理获取隐藏在本体中的信息,对查询进行过滤和限制,提高了准确率。用户通过图形交互界面和系统进行交互,选择需要的结果,最后返回树形查询结果,并能看到相关的信息。实验结果表明,该方法达到了预期的效果。

基于自然语言理解的实体自动摆放的研究

论文针对三维场景中实体自动摆放的实际应用,研究了基于自然语言理解的空间关系可视化问题,并用二步法实现了三维空间中的实体自动摆放。首先是摆放范围的确定,然后是实体的准确定位。该文主要阐述3个方面的内容:基于线性分类方法识别篇章中实体间的空间关系;基于包围盒确定实体的空间摆放区域;基于遗传算法实现实体准确摆放。实验结果证明了系统方法的可行性,达到了令人满意的效果。

基于规则推理和自然语言理解的坦克火控知识库系统

针对坦克火控系统设计中如何充分利用专家经验性知识的问题,从坦克火控知识库系统设计面临的两个主要问题出发,提出基于规则推理的知识库系统构建方案,并针对其中的知识表示、知识检验和知识推理技术进行了研究,同时在知识获取这一瓶颈问题的研究中引入自然语言理解技术来进行专家经验性知识的自动获取。整个系统的设计与实现能够起到将专家经验与设计过程相结合的辅助作用。

对机器自然语言理解本质的认识

由思维与语言的关系角度出发 ,从自然语言理解的思维过程、自然语言本身和逻辑作用三个方面 ,探讨了人与机器自然语言理解之异同 ,分析了人和机器自然语言理解的特点、机器自然语言理解的定性准则 。

自然语言理解在Web数据挖掘中的应用

Internet的迅猛发展,使其日益成为人们查找有用数据的重要来源。一般的搜索引擎是基于关键字的查询,命中率较低,且不能针对特定用户给出特定服务。提出了将自然语言理解技术与Web数据挖掘相结合,根据用户的特殊需求定制个性化的Web数据挖掘系统,给出了面向新闻挖掘这一特定领域的Web挖掘系统News-Miner的应用方案及设计实现。初步实验结果表明该方案是可行的。该方法可方便地扩展到其它专业应用领域。

基于静态知识库的领域内自然语言理解的语义处理研究

提出一种基于静态知识库的语义处理过程,并详细分析了其中的概念及事件的语义处理方法。该方法把自然语言理解限定在领域范围内,便于自然语言理解系统的实现,有利于解决智能人机接口、自动建模等问题。

一个自然语言理解系统的设计和实现

在自然语言理解系统的建立过程中，首要的工作是建立单词词典、语义词典，并建立句型规则和词义信息，利用这些词典和规则进行语义分析和词义的辨识。结合许多实例，详细探讨了解决这些问题的各种方法，它们的有机配合可以有效解决本NKZL自然语言理解系统的语义分析和词义辨识问题，这些方法已经在本系统中得到了运用和验证。