程序语句生成子与知识获取自动化

本文以作者研制开发的基于机器自动推理技术的ＩＣＡＩ为背景，介绍了有关知识获取自动化的软件技术措施。

英语思维能力的培养:互动理念下的语句生成能力观

英语语句生成能力欠缺是中国英语学习者普遍存在的问题。文章以互动理念为支撑,认为语句生成能力是英语思维能力的重要体现。为了培养学习者的英语思维能力,提高其语句生成能力,文章在简要说明了英语课堂教学之互动的不足、学习者主动参与学习的效率不高及其成因后,从书面表达的角度,提出了"阅读—模仿"的"互动模式"和"丰富成例"的"深化模式"。

英语语句生成能力的构建:主体品质完善论

英语学习者是英语教学的主体;英语语句能力是语言输出能力的根本。主体的学习品质决定其学习方法的选择、运用和运用效率。本文通过对英语学习者学习品质的简要论述,旨在说明,只有当英语学习主体的的动态"品质"得到完善,学习者的英语语句生成能力才能相应提高。

基于.NET的SQL语句生成器的设计与实现

程序员在项目开发过程中,普遍反映复杂的SQL语句编写起来既耗费时间又容易出错,为了提高项目开发的效率,文章以项目为需求,以.NET三层架构为基础,实现了SQL语句生成器。它基于SQL92标准,可以实现Select、Update、Delete以及Insert等语句的自动生成,并可以以此为基础实现完整的类定义,很大程度上提高了项目开发的效率。

基于BI工具的OLAP SQL语句生成系统研究与实现

目前,商业智能工具作为将企业中现有数据转化为知识、帮助企业做出恰当业务经营决策的重要工具,在国内外多个行业的企业中已经得到了广泛应用,其中,BI工具SQL语句生成系统是BI工具中不可或缺的联机分析处理部分的重要组成。本文研究了市面上主流BI工具的SQL语句生成系统,通过特定结构的输入,分析其输出,从而推测其内部可能的SQL生成规则。在此基础上,结合主流BI工具的SQL语句生成系统,定义了一套与数据仓库概念对应的数据模型作为系统输入,并详细阐述了SQL语句生成系统自动生成SQL语句的过程以及其内部体系结构,最后实现了一个基于BI工具的OLAP SQL语句生成系统。

语句的生成与解读——试从“植入认知”立论

早期的认知科学认为,语句的生成与解读就是对自然语言符号亦即形式符号或曰命题符号的操作。诞生于上世纪九十年代的植入认知却认为,语句的生成与解读是操作形式符号这一看法并不符合认知活动的实际情况。植入认知提出以模态符号为认知的载体,但植入认知关于模态符号的研究遇到了难题。本文提出,可以用"意象"这一模型符号作为语句生成与解读的植入认知活动的载体和核心工具,并同"事件"和"用例事件"概念构成了一个语句生成与解读的理论框架。

基于Excel的企业通用动态报表生成工具的设计

报表功能几乎是所有数据库应用系统最基本、最重要的需求。如何在企业不同的数据库管理系统基础上设计通用动态报表生成工具,以便方便地挂接到任何数据库系统中是软件开发人员和企业决策者共同关心的问题。笔者根据企业实际应用的需求,对该报表生成工具的总体结构、软件结构、功能模块进行了详细的分析、设计和规划。

生成和理解过程中的词汇语义选择

人类在生成语句或理解语句的过程中共同采用的基本策略之一是"合并"操作。而词语之间在语义属性上的兼容与否是合并操作能否成功的关键。词语的语义属性是人类普遍具有的对世界的认知知识。因此,语言的理解和生成也是建立在人对世界的认知知识的基础之上的。因而语言学的一项基础建设就在于详尽描写人类认知世界的知识,建立语言"知识库"是语言学建设艰巨而又不可忽略的任务。

基于问句语义图神经网络的中文问句生成SQL语句研究

自然语言问句转为结构化查询语句(Text-to-SQL)是语义解析领域中热点研究之一,其目标是将自然语言问句转化为数据库可以理解且执行的结构化查询语句。现有研究大部分仅考虑数据库层面的关联信息,忽略了问句中的实体关系信息的重要性。为了提高模型捕捉问句中语义的有用信息,本文在IGSQL模型基础上,引入问句中实体之间的图网络信息,通过注意力机制来自动学习问句和数据库模式之间的关联。在Chase数据集上的实验结果表明,本文提出模型的完全匹配率达到46.2%。相比较于基线模型,完全匹配率提升了6.3%。

段落中心意义与段落诸语句

段落中心意义是段落诸语句语义的或语用的共同蕴含命题，它的基础是言语链中相邻语句的共同蕴含命题。为了获得这一基础，我们可以采用对上句中心义丛设疑答问的方法来生成下句，并且可以用直接表述中心意义的首句主题句来制约诸语句的组织，以形成规范的段落。

图神经网络在Text-to-SQL解析中的技术研究

语义解析领域中的Text-to-SQL任务对实现基于数据库的自动问答具有重要意义。现有深度学习模型,如Seq2Seq的序列生成模型在单表SQL查询中已取得显著效果,但无法解决多表SQL查询的问题。图神经网络能够有效提取数据库表和问句之间的关联信息,丰富解析过程中的语义信息,从而提升多表SQL查询的准确率。文中提出一种自适应的图构建方式和图编码方式,在现有Text-to-SQL模型中引入问句信息,通过对问句和数据库的拼接词向量进行卷积操作生成图网络初始化权重,对同种类型下的不同数据库可实现统一训练。采用IRNet框架和关系扩充的方式进行整体模型设计,在当前开放的Text-to-SQL数据集Spider上进行验证。结果表明,该技术能够有效提升多表SQL语句生成的匹配准确率,同时算法对图神经网络在Text-to-SQL领域的研究具有重要的参考价值。

翻译能力培养三步优化教学法

翻译能力培养是翻译教学的重点。以句子翻译多样化训练为核心,批判性审视句间衔接与连贯,而后优化完善,采取“三步优化教学法”开展翻译教学,分步缩减翻译失误,可逐级获取优化译文。“三步优化”即:首先,变换视角造译句,句不悦人誓不休;其次,思前想后辨优劣,火眼金睛挑不足;最后,修辞点烦炼风格,整体优化出精品。“三步优化教学法”有助于提高学生持续优化意识,有效提升学生三种核心翻译能力:语句生成能力、品评鉴别能力、篇章点烦能力。