Corpus-Driven Analysis of Conceptual Metaphor in Artificial Intelligence Language:A Sample of ChatGPT-Written Speeches

Based on Conceptual Metaphor Theory(CMT),this paper creates a tiny corpus of ChatGPT-written speeches.Through employing a corpus-driven approach,this study analyzes the identification and utilization of conceptual metaphors in artificial intelligence(AI)languages.The AI demonstrated its capacity to utilize metaphors in the metaphoric corpora through the display of diversity,non-arbitrariness,repetition,and intersectionality in the selection of source domains.It often uses vocabulary combinations with clear similarities to establish metaphorical meaning.In the literal sense,the outcomes of metaphor identification by artificial intelligence differ significantly from those of humans.Therefore,there is a need to develop advanced automatic models for identifying metaphors in order to enhance the precision of metaphor identification consistently.

基于类型矩阵转移的汉越事件因果关系识别

针对汉越跨语言新闻事件因果关系识别中,汉越跨语言的文本语义空间难以统一、新闻之间的因果关联特征捕获困难的问题,提出了基于类型矩阵转移的汉越跨语言新闻事件因果关系识别方法。通过跨语言预训练统一汉越跨语言的文本语义空间,使用树形长短期记忆循环神经网络提取汉越文本中的句法结构化特征,融入汉越句法特征并结合基于事件类型转移的注意力机制,对汉越事件句对的因果关系进行识别。实验结果表明,该方法在汉越跨语言新闻事件因果关系的识别上较基线模型准确率有所提升。

基于自然语言处理的临床医学检查危急值自动识别平台的设计与应用

目的:面对人工式检查检验危急值管理存在的效率低、易出错等痛点,借助自然语言处理技术进一步提升危急值识别率,减少人工差错。方法:采用自然语言分词的方法,利用Jieba中文分词工具,创新利用正反双向规则库,与相关系统进行集成,构建了一个具备检查检验危急值处理等功能的危急值自动识别平台。结果:该平台使得危急值报告上报率达到了100%,显著提高了危急值的识别效率,减少了危急值上报遗漏,进一步提升了医疗安全质量。结论:自然语言处理技术可有效应用于检查检验危急值自动识别和提示,对于辅助临床危急值管理识别具有积极作用。

斯图尔特·霍尔“文化表征”理论的意义生成与话语权力

斯图尔特·霍尔的“表征”理论以索绪尔结构主义语言学为基础,探究语言哲学在文化层面的阐释可能与意义建构,并以此作为丰富、完善“文化表征”概念内涵与外延的理论资源,从而深入解析人在思考与实践活动中,由语言逻辑与想象思维共同作用而形成的文化表征意涵。霍尔认同马克思主义历史观,运用葛兰西文化领导权、福柯权力话语等现代理论,揭示西方现代思维体系中文化表征背后隐含的多重话语权力对语言能指与所指意义的争夺。在语言哲学的文化阐释中,霍尔拆解了西方文化霸权在语言所指能力的内在话语权力结构,并在语言的能指方面提出构筑文化循环、重塑文化身份、重建文化认同等方式,为第三世界国家提供建构自身文化话语权的方式和途径。

一种多特征融合的加密流量快速分类方法

网络流量识别是网络管理和安全服务的基础.随着互联网的不断扩展及其复杂性的增加,传统基于规则的识别方法或流行为特征的方法正在面临着巨大挑战.受自然语言处理(Nature Language Processing, NLP)启发,本文提出了一种多特征融合的加密流量快速分类方法 .该方法通过融合数据包和字节序列特征来完成网络流的特征表示,采用双元字节编码将所选特征扩展为双字节序列,增加了字节的上下文语义特征;通过与数据包特征处理相适应的池化方法来最大限度保留数据包的特征信息,从而使所提模型具有更强的抗噪能力和更精确的分类能力.本文方法分别在ISCX-2016和一个包含66个热门应用程序的私有数据集(ETD66)上进行验证,并与其他模型展开比较.结果表明:本文所提方法在ISCX-2016及ETD66上的测试精度和性能都明显优于其他流量分类模型,分别取得了98.2%和98.6%的识别准确率,从而证明了所提方法的特征提取能力和强泛化能力.

应用于噪声环境下语种识别的GFCC改进算法

不同的噪声在频谱上有不同的特点,使得自动语种识别的性能在噪声环境下显著下降.针对该问题,提出一种基于改进时域伽马通滤波器倒谱系数(gammatone filter cepstral coefficient,GFCC)特征的语种识别方法.首先,提取不同噪声背景下的训练集的时域GFCC特征;然后,利用Fisher比计算特征各维对区分语种的相对贡献度大小,分析不同噪声对时域GFCC特征各维的影响,并根据分析来设计合适的权值对特征各维加权,得到语种区分性更强的特征集;最后,利用高斯混合-通用背景模型作为基线系统进行语种识别,以测试所提方法性能.实验结果表明,在单一噪声背景,信噪比为-5 dB,噪声源分别为粉红噪声、餐厅噪声的条件下,所提方法相比于传统时域GFCC特征方法的识别率分别提升了40.1、20.6个百分点,在其他噪声背景、信噪比下的识别率也有一定程度的提升.

大模型时代下全文计量分析的应用与思考——2023全文本文献计量分析学术沙龙综述

2023年9月14日—16日,由中国科学院成都文献情报中心主办、科技创新评价研究中心(SERC)承办的“第六届科学计量与科技评价天府论坛”在成都举办。由章成志、胡志刚、徐硕等人共同发起的第四届“全文本文献计量分析”沙龙作为其中的一项重要活动,吸引了八十余位专家学者的积极参与和深入交流。本文通过对沙龙嘉宾的发言与研讨内容进行梳理与总结,将沙龙的主要内容归纳为大语言模型与全文本计量分析、全文计量分析的应用场景等方面,以期介绍国内外全文本文献计量分析的研究现状和发展趋势。

中文电子病历信息提取方法研究综述

电子病历里承载的大量医疗信息能够帮助医生更好地了解患者的情况,辅助医生进行临床诊断。作为中文电子病历信息提取的2大核心任务,命名实体识别和实体关系抽取的目标是识别出电子病历文本中的医学实体并提取出各个实体间的医学关系。首先,系统阐述了中文电子病历的研究现状,指出命名实体识别和实体关系抽取2大任务在中文电子病历信息提取中所发挥的重要作用。随后,介绍了面向中文电子病历信息提取的命名实体识别和关系抽取算法的最新研究成果,并分析了每个阶段各个模型的优缺点。最后,讨论了中文电子病历现阶段所存在的问题并对未来的研究趋势进行展望。

命名实体消歧研究综述

实体消歧是指在一个具体的知识库中,把一个被标识的实体指称链向它对应条目的过程。实体消歧的任务是根据上下文信息解决一个命名实体指称项对应多个实体概念的一词多义问题,它在从海量数据准确提取信息的知识图谱构建过程中起到重要作用,是自然语言处理中的一项基本任务。该文主要对实体消歧技术的相关研究内容进行综述。首先,阐述了实体消歧的国内外研究背景,并对命名实体识别、候选实体生成、候选实体排序等实体消歧相关理论进行全面梳理。其次,对实体消歧的具体含义及其研究内容进行详细综述,并对实体消歧研究内容的特点进行了分析。再次,将实体消歧技术的实现方法划分为三类并对涉及到的数据集进行归纳,并从四个方面讨论了实体消歧领域存在的难点和提高实体消歧准确率的途径,对消歧方法的优缺点及评价指标进行了总结,意在为改善实体消歧效果提供新的解决思路。最后,对实体消歧技术的应用和发展前景进行总结。

基于路径语义表示的静态警报自动确认方法

尽管静态分析工具能够在软件开发生命周期的早期阶段帮助开发人员检测软件中的潜在缺陷,但该类工具往往存在警报假阳性率高的问题.为了提高该类工具的可用性,研究人员提出许多警报确认技术来对假阳性警报进行自动分类.然而,已有方法集中于利用手工设计的特征或语句级的抽象语法树标记序列来表示缺陷代码,难以从报告的警报中捕获语义.为了克服传统方法的局限性,利用深度神经网络强大的特征抽取和表示能力从控制流图路径中学习代码语义表征用于警报确认.控制流图是程序的执行过程抽象表示,因此控制流图路径序列能够引导模型更精确地学习与潜在缺陷相关的语义信息.通过微调预训练语言模型对路径序列进行编码并从中捕捉语义特征用于模型构建.最后在8个开源项目上与最先进的基线方法进行大量对比实验验证所提方法的有效性.

面向语种识别的声学特征提取改进研究

在进行语种识别研究时,使用的声学特征矩阵维度往往很高,为了解决语种识别中声学特征维度过高的问题,本文提出一种声学特征提取过程改进方法.对一些常用的声学特征进行统计特性分析,再结合其提取流程及部分文献论证,通过计算特征各维在帧上的均值,再对其进行向量归一化消除量纲的影响得到改进后的特征,实现了将传统特征矩阵优化为一维特征向量.最后,根据改进后特征的特性,在2个不同的数据集下,选取BP神经网络和支持向量机作为基线系统进行语种识别实验.实验结果表明,对于目前常用的5种声学特征,所提改进方法相比于传统做法,在降低了99.8%的数据量情况下,数据集1在2种模型下仍能取得95.6%的平均识别率,数据集2在2种模型下仍能取得90.2%的平均识别率.此外,由于所提方法降低了大部分的计算量,使得算法能够更适应硬件设施相对较弱的嵌入式环境,扩大了算法的使用场景.

基于非线性语谱图联合判决的语种识别

针对灰度对数语谱图对基频拉伸幅度过大,短时长语音识别率提升受限的问题,提出一种非线性语谱图联合判决的语种识别方法。首先,对语音进行能量归一化,提取对数功率谱,将频率刻度按照人耳听觉感知进行非线性映射得到非线性语谱图。然后,将非线性语谱图按词关联特性进行等间隔拆分,在ResNet网络后端加入联合判决层;输出语音所属语种类型。实验结果表明,所提方法有效改善灰度对数语谱图的缺点,识别性能均高于语谱图及改进特征。联合判决对切分时长为1.0 s的样本语音取得的识别效果最佳,在广播音频数据集中,识别率达到94.25%;在VoxForge公共语料集中,识别率达到98.94%。

动态查询窗口引导的回复关系发现方法

在多方会话中,判断消息之间的回复关系是对话领域的一项重要任务。现有的相关工作还未关注、解决以下两个数据分布方面的问题:长度较短的消息往往出现的频率更高,而短文本包含的语义信息较少,限制了模型的学习能力;存在回复关系的正样本数量往往远少于负样本数量,导致模型在训练过程中容易出现数据偏斜问题,降低了模型处理正样本的性能。针对上述两个问题,作者提出一个基于预训练语言模型的改进模型,首先通过动态查询窗口建模缓解短文本相关问题;然后通过位置驱动的正样本权重优化缓解正样本相关问题。与前人研究工作进行比对,实验结果表明,与基于预训练语言模型的基线模型相比,改进模型将召回率平均提升了15.7%。此外,还构建了一个采集自Telegram平台的新数据集,可为后续相关研究提供数据支持。

“论文-专利”关联视角下的新兴技术识别研究

[目的/意义]基于“论文-专利”关联视角,文章通过新兴技术抽取与量化研究的方式识别“从论文到专利的创新链条上对未来技术发展趋势有引领作用”的新兴术语。[方法/过程]创新性地结合了Termolator算法和GPT提示学习的新术语提取方法。该方法通过对比实验,探索了GPT提示学习在术语抽取中的应用效果,并且显著提高了术语抽取的准确性和召回率。进一步,利用Minibatch Kmeans++算法对术语识别结果进行聚类,形成技术主题,并通过多维指标量化分析方法对这些新兴技术主题进行识别和分类。[结果/结论]将新兴技术术语划分为热点型、前沿型、应用型和潜在型新兴术语,实现对技术术语主题的有效识别和分类。研究成果表明,该方法能够有效揭示大模型研究领域中对未来技术发展趋势有引领作用的新兴技术,为新兴技术术语识别提供新途径。[局限]技术术语向量化表征和新兴技术主题识别指标阈值确定存在一定局限性,需要进行进一步研究。

基于中医“五脏辨治理论”探析脑卒中后失语症的病机与治法

脑卒中后失语症(post-stroke aphasia,PSA)是一种获得性语言功能障碍,会导致平均住院时间延长、院内病死率升高、医疗费用增加等多种负面结局。研究证明中医能够改善脑卒中所导致的各项语言功能障碍,然而该病的中医证型目前仍存在争议,有可能限制了中医的临床疗效。文章通过中医“五脏辨治理论”为PSA的五脏病位辨证提供理论依据,为从中医五脏角度辨证论治PSA提供思路和方法,从而提高临床疗效。基于该理论,阐述五脏通过各自生理功能、经络循行,及其与体、华、窍的对应关系能够影响语言的生成;指出PSA以五脏为发病基础,五脏功能异常所导致的脏腑阴阳失调、经脉运行失常是PSA的根本发病机制。依据该理论中五脏与外界事物的通应关系,结合近年来的临床研究结果,强调PSA的治则以“和脏腑,通经络”为总纲,以达到“开窍解语”的治疗目的。

古诗词中的探赜索隐:决策层融合大模型修正的典故引用识别方法

[目的/意义]典故作为文学创作中一种重要且广泛使用的修辞手法,对于研究中国古代文学具有不可估量的价值。尽管如此,典故的自动识别技术尚未成熟,目前主要依赖人工识别。因此,对典故的智能识别技术有待进一步深入研究。[方法/过程]文章提出一种决策层融合大模型修正的典故引用识别方法。该方法结合了传统序列标注技术和通用大语言模型,引入提示模板在决策层进行输出融合,以提高识别的准确性。此外,文章还构建了一套专门针对典故识别问题的评价指标体系。[结果/结论]通过泛化式检验,AR_BBC_LP典故识别模型在实验中表现出色,P典、R典、F1典指标分别达到了89.75%、89.38%、89.56%,明显优于现有基线模型。结果表明,该模型不仅提升了传统序列标注模型的性能,还为大语言模型的应用开辟了新领域,也为典故识别及其在中国古代文学研究中的应用提供了新视角和强有力的方法支持。

文本中事件因果关系识别与应用技术综述

事件因果关系是一类重要的逻辑关系,其揭示了事件发展的动因与规律。通过自然语言处理技术对事件之间蕴含的因果关系进行识别,能够帮助形成事件因果知识库,进而促进诸如事件预测、智能问答等下游任务性能提升与可解释性增强,具有重要理论与实践价值。基于此,该文围绕事件因果关系识别与应用展开综述。首先,介绍文本中事件因果关系、因果关系识别等基本概念与任务定义,明确研究范畴;随后,总结归纳因果关系识别任务常用数据集与评测指标,并对典型评测数据集进行探索分析,进而充分挖掘任务固有难点;然后,按照基于规则挖掘、基于特征工程和基于深度学习三个类别对因果关系识别相关模型与方法进行划分,并给出系统阐释、对比和总结,并对事件因果关系支撑的下游应用场景与方法进行了概述,进一步说明了事件因果关系的重要应用价值;最后,针对文本中事件因果关系识别任务的现有挑战和未来技术方向进行了讨论与展望。

知识与句法融合的因果关系抽取网络

因果关系抽取作为关系抽取的一个重要任务,近年来得到了广泛关注。现有的因果关系抽取方法大多将句法结构和背景知识割裂开进行研究,早期的因果关系抽取方法偏重于从句法结构层面进行分析,随着深度学习技术的发展,预训练模型结合背景知识的方法成为主流。然而上述两种方法均未完全融合句内信息和外部知识,带来了不同程度的信息缺失。为了解决这一问题,提出了结合句法结构和背景知识的因果关系抽取模型。该模型将句子解析为同时包含句法和知识的知识句法图结构,使用图卷积网络进行信息融合。模型同时考虑了句法和知识两部分信息,从而进一步丰富了实体嵌入,达到了良好的因果关系抽取效果。本模型在EventStoryLine数据集上取得了良好效果,F1值达到0.445,与现有方法相比提高了2.3%。

金属顶盖封装芯片的翻新识别方法及应用

随着对电子产品的可靠性的要求越来越高,对芯片假冒翻新更是零容忍。传统的假冒翻新判断方法和判据更多的是针对塑封器件,带金属顶盖封装芯片的翻新识别方法和依据尚属于行业空白。基于带金属顶盖芯片封装结构、破坏性物理分析和相关行业标准,制定了一套针对带金属顶盖封装芯片的翻新识别方法。同时,根据以往翻新识别工作中的案例,发现90%以上带金属顶盖封装芯片可以通过热界面材料的轮廓、类型和颜色进行翻新识别。这些成果为翻新芯片的识别提供了十分重要的工程手段,且为电子产品制造可靠性提升奠定了坚实的技术基础。

基于自然语言处理的空管信息和意图联合抽取方法

为通过自然语言处理技术记录和分析管制指令,进行关键信息和管制意图抽取,减少潜在的飞行冲突,保障航空器的飞行安全,文章提出一种改进的空管信息和意图联合抽取模型(CIIBERT)。先使用预训练语言模型BERT对管制指令进行语义表征,再使用DNN进行信息抽取和意图识别。在采集的管制指令数据集上进行实验验证,其结果表明,CII-BERT可以显著提高管制信息抽取和管制意图识别的精度。实验结果进一步揭示,当对BERT进行持续预训练后,模型在下游任务上的性能得到进一步提高,准确率不低于99%。