基于BERT和知识蒸馏的航空维修领域命名实体识别

针对军事航空维修领域命名实体识别训练数据少,标注成本高的问题,改进提出一种基于预训练BERT的命名实体识别方法,借鉴远程监督思想,对字符融合远程标签词边界特征得到特征融合向量,送入BERT生成动态字向量表示,连接CRF模型得到序列的全局最优结果,在自建数据集上进行实验,F1值达到0.861。为压缩模型参数,使用训练好的BERT-CRF模型生成伪标签数据,结合知识蒸馏技术指导参数量较少的学生模型BiGRU-CRF进行训练。实验结果表明,与教师模型相比,学生模型以损失2%的F1值为代价,参数量减少了95.2%,运算推理时间缩短了47%。

从构式化角度看双音词仿VO分离使用现象

基于构式演化和构式化、修辞构式和语法构式思想,现代汉语双音词仿VO分离使用现象可以视为是在汉语显赫结构“V单O单”分离使用的多种构式类推作用下产生的,每一种仿VO分离使用形式都与一种常见的“V单O单”分离使用形式相对应,在有些语境中,“V单O单”分离使用形式对仿VO分离使用起着句法启动作用。双音词仿VO分离使用是一种动态的现象,一部分经重新分析实现了构式化,成为普通动宾式离合词,有一部分处于从修辞构式向语法构式演化过程中,另有大部分是基于一定语境的仿VO分离使用的修辞构式。

基于伪随机函数的RFID系统双向认证协议

移动RFID系统中,读写器与后台数据库之间不再通过有线方式通信,而采用无线方式通信,但也存在一定的安全隐患问题。为确保通信数据的安全,提出一种基于伪随机函数的移动RFID双向认证协议。协议确保标签、读写器、后台数据库三方均进行认证,从而保障通信的安全性;采用字合成等位运算,在一定程度上能够减少总的计算量;三方认证,使得移动RFID系统具备更为广泛的运用价值。安全性及性能分析表明,所提协议具有较高的安全性及较低的成本。

同形删略和离合词、不完整词形成机制——兼论准定语的形成机制

离合词指构词成分可以"分离"的词,不完整词指构词成分可以"部分缺失"的词。表面上看离合词和不完整词都违反了词的完整性,文章认为,违反完整性是假象,离合词的"分离"和不完整词的"部分缺失"都是语音层面的同形删略造成的,在结构上并不违反词的完整性。同形删略的方式主要受两端保留原则和核心词性一致原则的限制。从根本上说,离合词其实就是前后出现的两个不完整词。离合词中,最重要的类型是由"隐性轻动词+实义动词"结构发生实义动词拷贝和同形删略而形成的离合词,这种结构与准定语结构实为相同结构。在准定语结构中由于存在重复出现的同形动词而发生动词的删略,造成定语与其修饰的中心语在语义和句法上的"错位"。

一种用于查询扩展词选取的主题模型

为能在搜索引擎返回的结果集上构建贴近用户意图的主题层,并在文档词与主题间建立映射,将社会化标注引入经典的LDA模型,构建一种基于主题-标签-文档词之间关系的三层主题模型,并将其用于伪相关反馈查询扩展词的选取.实验结果表明,该模型提取的查询扩展词能描述标签的语义,模型用于伪相关反馈后,提取的扩展词能覆盖查询条件,在多数情况下结果列表的NDCG值高于基本伪相关反馈和结果集聚类方法.

算子集上的伪双曲距离

在复Hilbert空间上的有界线性算子构成的复Banach空间上,对算子范数小于1的交换自伴算子集定义了伪双曲距离,并且利用算子函数论的方法,证明了在此集合上定义的伪双曲距离满足距离公理且它关于变换φS(·)不变(此处S∈BH).

宽带声学多普勒流速剖面仪回波信号模型分析

宽带声学多普勒流速剖面仪(Broadband Acoustic Doppler Current Profile,BBADCP)通过接收海洋体积混响信号进行频偏估计,体积散射模型的准确性决定了理论仿真的正确性。针对BBADCP的信号模型特点,建立了散射体单元散射叠加效应的海洋体积回波时空特性及散射模型,推导了叠加噪声后散射回波的具体表达式。通过散射回波的离散化,把各参数(幅度、频率、调制)分离开来,单独考虑各参数对测速精度的影响。利用复协方差算法对水流流速进行估计,分析了信噪比、水流流速、紊流效应等因素对BBADCP流速估计的影响,验证了体积散射模型的正确性。

“伪词目”例说

伪词目现象多发生在历史性的语文词典中。作为历史性语文词典,进入词典的条目必须是历史上确实存在并且有可靠的文献可资查验的语词,没有可靠文献依据、语言实际中不存在的“语词”是不能收入词典的。这些“语词”一旦入典,便形成伪词目。伪词目是混入词语中的杂质、异质,不仅使词汇徒增混乱,而且使读者滋生迷惑,并影响辞书的质量和使用价值。为减少和杜绝伪词目入典,确保历史性语文辞书收词立目准确无误,有必要对伪词目进行调查研究与归纳分析。从文献校勘与审核工作缺位、书证断词或断句不当、编校和印刷过程中粗疏等三个方面,分别选取若干伪词目实例加以分析,探讨伪词目产生的原因。

基于词语相似度的语义选择限制知识获取

考察基于词语相似度的语义选择限制知识获取方法.首先获取种子论元,再利用词语相似度进行论元扩展.比较了基于词向量的词语相似度计算方法与基于词典的词语相似度计算方法在选择限制知识获取任务中的表现.实验表明,前者效果更好,且二者有一定互补性,可以结合使用.与语义选择限制知识获取的其他方法相比,基于词语相似度的方法,种子选取灵活,不要求对语料进行深层句法语义分析,在伪消歧实验中也取得了较高的正确率,具有一定的优势.

面向信息检索的排除词识别研究

针对信息检索中存在的词语排除关系问题,给出排除词的定义并说明排除词在信息检索中的作用。指出排除词实质上是最大准交集型歧义切分字段的伪歧义切分所导致的,描述排除词的识别方法,并给出识别的结果,并在实际的信息检索平台上对排除词词库进行应用测评。

偶联剂/润滑剂对HDPE竹粉复合材料流变性能研究

本文通过熔融共混方法制备高密度聚乙烯(HDPE)/竹粉/复合材料,研究了偶联剂和润滑剂对复合材料的Payne效应和似固体行为的影响。结果表明,铝钛复合偶联剂含量对竹塑复合材料G’及G’’应变依赖性并没有多大影响;对竹塑复合材料体系内部微结构产生影响。随着铝钛复合偶联剂含量的变大,低频区G’对频率的依赖性慢慢变大,第二平台现象慢慢变得不明显。此外铝钛复合偶联剂含量的变化还影响G’及tanδ的值,但对η*及G’’的影响不大。润滑剂的加入对竹塑复合材料Payne效应敏感性没有太大影响。

汉英词语对齐规范

该文介绍了一个新的汉英词语对齐规范。该规范以现有的LDC汉英词语对齐规范为基础,对其进行了较大的改进和扩展,特别是提出了一种全新的对齐标注方法——将词语对齐区分为真对齐和伪对齐,真对齐又分为强对齐和弱对齐。这种细化的标注方法能够更好地刻画词语对齐的特点。该规范已经实际应用于大规模的人工词语对齐标注中。我们对对齐标注的一致性进行了评价。结果表明,在该规范的指导下,标注者内部和标注者间的对齐都取得了比较理想的一致性,两组强、弱、伪三种对齐的Kappa值分别为0.99、0.98、0.93和0.96、0.83、0.68。最后,一个简单的实验初步证实了该规范在统计机器翻译中的有效性。

具变指数伪抛物方程弱解的存在性

考察了具变指数高阶伪抛物方程弱解的性质,运用差分方法、泛函的弱下半连续性和强制性,给出了一类高阶伪抛物方程弱解的存在唯一性.

伪实例与人工标注实例相结合的词义消歧方法

知识获取是制约基于语料库的词义消歧方法性能提高的瓶颈,使用等价伪词的自动语料标注方法是近年来解决该问题的有效方法。等价伪词是用来代替歧义词在语料中查找消歧实例的词。但使用等价伪词获得的部分伪实例质量太差,且无法为没有或很少同义词的歧义词确定等价伪词。基于此,该文提出一种将等价伪词获得的伪实例和人工标注实例相结合的词义消歧方法。该方法通过计算伪实例与歧义词上下文的句子相似度,删除质量低下的伪实例。并借助人工标注语料为某些无等价伪词的歧义词提供消歧实例,计算各义项的分布概率。在Senseval-3汉语消歧任务上的实验中,该文方法取得了平均F-值为0.79的成绩。

基于枢轴语言的汉越神经机器翻译伪平行语料生成

低资源型的汉越神经机器翻译中,数据稀疏问题是影响翻译性能的主要原因,目前缓解该问题的途径之一是通过语料扩充方法生成伪平行数据,并用于机器翻译模型的训练,伪平行数据生成方法主要有基于词的替换、单语数据回译和枢轴翻译3种。目前的研究集中于3种方法的单独使用,缺少方法间融合利用方面的研究工作,针对此问题,提出了融入双语词典的正反向枢轴方法,利用英语作为枢轴语言,在汉到英到越正向枢轴的基础上,融入利用稀有词构建的汉-英和英-越双语词典,将汉语单语数据通过模型翻译成英语数据,再利用英-越模型将其翻译成越南语数据,其次进行越到英到汉反向枢轴翻译将越南语单语数据翻译为汉语,以此在2个方向上生成汉越伪平行数据,并利用语言模型对生成的伪平行数据进行筛选。汉-越翻译任务上的实验结果表明,提出的融入双语词典的正反向枢轴方法,能够产生更优的伪平行语料,进而显著提升汉越神经机器翻译任务的性能。

大孔结构重油加氢脱金属催化剂的制备、表征及重油在催化剂中有效扩散系数的求解

以大孔拟薄水铝石为原料,沥青残渣为造孔剂,经超临界干燥和焙烧得到催化剂载体,通过浸渍活性组分得到重油加氢脱金属催化剂并进行扩散实验。结果表明,制备条件对重油加氢脱金属催化剂的物性影响较大,通过对各种制备因素进行优化并对催化剂进行表征和扩散实验,进一步表明制备的催化剂具有较大的比表面积、孔容、适宜的孔分布及大孔结构,适合加工金属含量较高的原油,重油分子在添加造孔剂催化剂中的有效扩散系数变大。

改进的基于位运算的RFID标签所有权转移协议

在标签生命周期中,归属权应随着所属者的改变而变化,为保障归属权无误及存放信息的安全,提出一种基于按位运算的标签所有权转移协议。所提协议具备如下特征:对传送信息,采用字合成运算、交叉位运算加密;字合成及交叉位运算均属于超轻量级的计算,能一定程度上降低计算量;共享密钥作为加密的变量,能减少参数的引入,降低存储空间;引入归属权标志位,明确归属权所属者。对协议进行安全性及性能分析,表明协议具备系统所需的安全要求。

生物医学文献检索方法与问答系统

如何有效的进行生物医学文献检索和信息挖掘,是计算机技术和生物信息技术研究领域中的一个经典课题。本文对生物医学文献中自然语言问题文档,片段,概念和RDF三元组,构建了高效的检索和问答系统。特别的,在文档检索中,我们搭建了基于顺序依赖模型,词向量,和伪相关反馈相结合的通用检索模型;同时,前k个文档被分离为句子和片段,并以此建立检索索引,并基于文档检索模型,完成片段检索;在概念挖掘中,提取生物医学的概念,列出相关的概念属于网络服务的五个数据库链接,通过得分排名得到最终的概念。在CLEF Bio ASQ几年的评测数据上,我们构造的检索系统都取得了不错的性能。

语言知识驱动的词嵌入向量的可解释性研究

神经网络语言模型应用广泛但可解释性较弱,其可解释性的一个重要而直接的方面表现为词嵌入向量的维度取值和语法语义等语言特征的关联状况。先前的可解释性工作集中于对语料库训得的词向量进行知识注入,以及基于训练和任务的算法性能分析,对词嵌入向量和语言特征之间的关联缺乏直接的验证和探讨。该文应用基于语言知识库的伪语料法,通过控制注入语义特征,并对得到的词嵌入向量进行分析后取得了一些存在性的基础性结论:语义特征可以通过控制注入到词嵌入向量中;注入语义特征的词嵌入向量表现出很强的语义合成性,即上层概念可以由下层概念表示;语义特征的注入在词嵌入向量的所有维度上都有体现。

一种新型英语基本名词短语识别方法——基于边界概率与N_Gram词性串规则相结合

英语基本名词短语识别是一种重要的基础性自然语言处理活动,其识别准确率与召回率直接影响其它相关自然语言处理活动效果。在分析、总结几种具有代表性基本名词短语识别方法的基础上,提出了一种新型识别方法,其核心是:把边界概率与N_Gram词性串规则相结合作为识别判断条件,以"假拟中心词"为起点,分别向左、向右识别出当前"假拟中心词"所在基本名词短语的左、右边界。实验证明,该方法的识别准确率为97.13%、召回率为98.75%,FB=1为97.93%。