基于模式匹配的自然语言识别

在自然语言识别过程中,为了提高识别的准确性,我们引入了模式匹配。不仅仅局限于传统的语法-语义分析,而是在语法分析的基础上,结合工程应用来定义最适合自然语言识别的语言模式,然后把模式存入到知识库当中。当需要对自然语言识别时,根据已有模式来匹配句子,从中检索出所需要的信息。文章完整地阐述了这种基于模式匹配的自然语言识别的全过程,并对模式的定义、分析及提取给出了详尽的剖析。最后以一个实验系统证明了此方法的可行性和准确性。

基于自然语言识别的自动答疑机

设计并实现了一套新的在网络教学中应用的问题解答模式 ,采用了以人机交互为主的问题处理模型 ,充分发挥了网上教育的优越性 ,提高了教学效率并减少了教师的教学负担 .同时探讨了在答疑工具中使用自然语义识别的可行性 。

自然语言识别在WWW搜索引擎中的应用

介绍了自然语言识别技术及其发展过程 ,通过和传统搜索引擎的比较 ,阐述了基于自然语言的网络信息检索工具的优势和应用方向 ,并指出自然语言搜索引擎是未来智能化网络信息检索的发展方向。

基于自然语言识别技术的装备财务信息管理系统应用研究

论文采用自然语言识别技术对已经存在的不同装备财务信息管理系统中的单位名称进行分析,剖析其规律,并在此基础上对现有自然语言识别技术进行算法改进,提取不同系统的相同单位名称信息,以达到系统之间单位相关数据信息相互转换的要求。最后采用C#实现改进算法,并通过实验数据检验改进算法的效果。

基于大数据的自然语言识别算法性能优化分析

阐述数据治理框架与自然语言识别算法的特点,人工智能中的自然语言识别应用,包括智能助手、机器翻译、语音识别,通过有效地管理和处理数据,能够提高算法的处理效率和准确性。

基于聚类分析的自然语言识别方法研究

针对目前自然语言处理存在的问题,本文提出了一种利用人工神经网络对自然语句进行聚类识别的力法论文给出了语句矢量化的有关定义和一个判定定理及基本步骤,提出了自然语句的句元特征提取方法和非单调最优词性分析模型,研究并实现了一个基于ART2神经网络的自然语句聚类识别方法,通过应用实例证实了本文方法的有效性。

用最优分割模糊匹配法对自然语言的识别与分析

汉语的语义十分丰富,表达方式灵活,同义词、近义词特别多,要对其语义比较准确的识别是很困难的,本文在模糊理论的基础上利用最优分割模糊匹配法对自然语言(汉语)的语义进行自动识别和分析,该方法在标准文本的计算机自动识别中得到比较好的应用。

用PERL编程对自然语言(英语)的识别与分析

欧美国家医学部门如何自动识别门诊病历中的医学术语,是自然语言(英语)识别的一项重要课题。作者使用了Perl语言编程,并采用标准医学术语(Medical Concepts and Terms)数据库MRCON为样本数据库,并对MRCON进行了字段删减、库记录倒置和采用剔除查找时产生的冗余记录的算法等等,经对多例门诊诊断和放射线报告进行了识别和分析处理,取得了较高的关键词识别准确率和低冗余度,同时也为用Perl语言分析处理自然语言(NLP)探索了一条新的道路。

基于IDL通用接口的人机语音交互协同控制系统设计研究

无人战争将会成为未来主流的战争形式,跨平台异构协同也将成为作战指挥系统控制的核心理念。现有的指控平台通常为传统的键盘输入,对指令员的专业要求高,且无法实现对跨平台异构设备的协同控制。基于这两点问题,运用日趋成熟的语音识别技术,为无人作战控制系统设计了基于语音控制的人机交互模式,为实现跨平台异构设备的协同控制,采用平台无关的标准接口描述语言(IDL)作为系统的输出指令。对于语音控制平台的设计,首先确定了可用于跨平台异构协同的目标指令的输出形式为标准化IDL,并基于实验范围与IDL标准确定了语音识别边界;其次采用科大讯飞语音识别技术作为语音命令向文本指令的转化工具;然后将文本化的指令利用ddpaser进行断句分析;最后,经过语言支撑集数据库、标准化指令数据库、IDL指令数据库进行标准化匹配,获得边界范围内的标准化IDL作为指令输出。研究将为作战指控系统的开发设计,实现人机语音交互与跨平台异构控制提供思路。

人工智能学术讨论会

1980年10月17日,中国科学院自然辩证法通讯杂志社在北京友谊宾馆科学会堂召开了全国人工智能学术讨论会。杂志副主编范岱年及北京航空学院渠川璐主持会议。中国社会科学院剐院长于光远出席了会议。美国著名学者、诺贝尔经济学奖、计算技术图灵奖获得者H.A.simon教授也应邀到会,并作了《人工智能发展史》及《利用电子计算机自动发明》两个学术报告。到会代表宜读了关于人工智能发展史、人工智能技术发展规律、自然语言识别、复合智能系统结构、

基于数据词典的中文分词算法优化实现

中文分词算法是中文自然语言理解的基础,文章运用C#语言实现了正向、逆向、最长词、最短词的分词算法,通过大量样本实例分析,对不同算法进行了比较,介绍了分词算法在新词发现、歧义发现中的应用,重点阐述了关系型数据库、文本文件等不同数据结构的数据词典对中文分词算法速度的影响,创新性地引入一种非常规的数据词典索引表,大大提升了分词算法的速度。

基于NLP技术的日语词性赋码器信度研究

词性赋码在语料库建设中起着十分重要的作用,随着自然语言识别技术的不断发展,利用NLP技术对日语词性赋码成为可能。文章采用PyKNP、CaboCha和Yahoo! Dependency Parser三种基于NLP技术的日语词性赋码器对样本语料进行赋码及依存句法树分析,并对影响其赋码准确率的因素进行解读。结果表明,基于NLP技术的赋码器在赋码精度上有一定提升,并扩展了数据的解析维度。

Avaya联合小i机器人 开拓协作通信智能化时代

当前，企业协作通信发展主要有三大方向，一是向轻平台发展，包括软件化、虚拟化、云服务等；二是需要更易用，如WebRTC、Html5技术的采用，向“通信即应用”发展；三是向更智能化演进，包括自然语言识别、智能硬件、大数据分析等能力的引入。

大数据与AI技术在智能辅助评标中的应用

阐述新一代信息技术的日趋成熟和广泛应用,通过信息化手段推动招标采购评标工作质效提升已具备一定技术基础。探讨基于大数据及人工智能技术的智慧评标技术应用,提升招标、采购、评标阶段的工作质量和科学合理性策略。

某肿瘤专科医院2019~2021年国家自然科学基金函评意见分析及对策

目的:分析某肿瘤专科医院国家自然科学基金未立项原因并提出对策,以期提升基金申报质量。方法:采用自然语言识别技术,提取某肿瘤专科医院2019至2021年度所有国家自然科学基金申报项目函评意见中的负面词汇,对项目相关问题进行分类、计算出现频率并排序。结果:项目申报问题主要集中在创新性、可行性、研究基础、研究内容、科学问题、立项依据以及申请书几个方面,其中创新性、可行性、研究基础是最集中的3个问题。结论:作为国内一所有代表性的肿瘤专科医院,医院管理者应加强国自然申报的培训和辅导,同时还应注重发挥医工交叉的优势,顺应基金委多学科交叉融合发展的资助趋势,进一步改善国家自然科学基金的资助情况。

基于NLP初探《红高粱》日译“肥沃”一词确性

自然语言识别技术为人工智能领域研究方向之一。本文建立基于自然语言识别技术为核心的研究框架,以《红高粱》日译文中"肥沃"一词为例,通过语料库检索、非常态排除、自然语言识别系统进行依存句法分析等步骤获取双语平行语料,并试探讨其翻译确性。