数据论文引证意图自动识别研究--以生物医学领域为例

[目的/意义]探索数据论文引用意图自动识别方法,为实现更高效的科学数据组织和数据共享提供参考和依据。[方法/过程]以生物医学领域为例,在构建大规模数据论文引用句标准语料库的基础上,通过引用句的内容特征对引用意图进行分类,提出基于深度学习技术的数据论文引用意图自动识别方法。[结果/结论]利用文本分类手段对数据论文引用意图进行自动识别具有可行性,深度预训练的语言模型PubMedBert性能优良且具有明显的领域优势,能够应用于大规模语料实践任务中。在数据论文引用意图中,半数以上是实质性引用且这类引用呈上升趋势。

基于BERT字句向量与差异注意力的短文本语义匹配策略

短文本语义匹配是自然语言处理领域中的一个核心问题,可广泛应用于自动问答、搜索引擎等领域。过去的工作大多只考虑文本之间的相似部分,忽略了文本之间的差异部分,从而使模型无法充分利用到决定文本之间是否匹配的关键信息。针对上述问题,提出一种基于BERT字句向量与差异注意力的短文本语义匹配策略,利用BERT对句子对进行向量化表示,使用BiLSTM并引入多头差异注意力机制获取当前字向量与文本全局语义信息之间表征意图差异的注意力权重,结合一维卷积神经网络对句子对的语义特征向量进行降维,最后拼接字句向量并送入全连接层计算出2个句子之间的语义匹配度。通过在LCQMC和BQ Corpus数据集上的实验表明,该策略可以有效提取文本语义差异信息,从而使模型表现出更好的效果。

基于对比学习的临床领域意图识别算法研究

随着电子信息化的发展,智能搜索、知识问答等应用被越来越多地应用在临床领域中.意图识别作为其中重要的一部分,随着这类应用的逐渐兴起,受到越来越多的关注.意图识别即理解用户问句的意图.在自然语言处理中,意图识别的本质是文本分类问题.针对意图识别工作,大量的研究和探索用以理解用户的文本输入,并将其映射到预先给定的意图类别中.本文提出一种基于对比学习的意图识别算法,根据文本的长度和意图类别的数量,将意图识别定义为短文本多分类问题.通过将对比学习引入到分类模型的训练中,提高模型的最终效果.在有监督学习场景中,采用R-drop对比学习方法.该方法选择dropout作为数据增强的方式,同时通过增加一个正则项来强化模型对dropout的鲁棒性.同时,对数据进行无监督训练,作为预训练阶段.并在预训练过程中选择SimCSE对比学习方法.最终将无监督学习与有监督学习结合,形成基于半监督学习的R-SimCSE模型.实验选取textCNN、textRNN、textRCNN、BERT-base、prompt等多种分类模型进行对比.实验结果显示,基于对比学习的分类模型效果优于文中选择的其他分类算法模型,在CHIP-QIC数据集上,准确率提升了0.0097~0.0493.

《白鹿原》版本修改及文本演变考论

当代文学生产场域也存在作者、编辑或出版者等“复数作者”,出于各种原因对文本作出主动或被动修改,在作品版本变迁过程中形成文本的演化与歧变现象。《白鹿原》的重要修改至少涉及三个不同版本:初刊本作为编者出于对形势担忧而面向市场预期推出的“检验本”,较手稿而言历经大量删减,是当代文学出版机制对文本生产介入的体现;作者、编者等合作参与进行复原性修改,又使初版本成为最能体现作家创作初衷的“意图本”;修订本则是“评奖”作为当代隐形文化权力介入后,由媒介、学者、评奖等综合力量参与改动形成的“微调本”。“检验本”—“意图本”—“微调本”呈现的不仅是作品从初刊、初版到修订版物质形态的变化,更折射出当代文学隐秘而内在的文本演变与变异特质。

《史记》凡例与新文本生产

《史记》版本众多,文本形态复杂,在新文本生产过程中,编刊者的新文本意识、编纂意图与时代风潮不同,使得《史记》凡例内容、位置和形式发生了很大变化。《史记》新文本的每次变化往往都有凡例可寻,在凡例形态正式确立之前,它的功能通常被书序、序例、史例、义例等形式承担。唐宋明诸本《史记》凡例体式日渐成熟,以“副文本”形态独立呈现,但凡例编纂宗旨与阅读指南的作用却始终存在。诸多《史记》凡例揭橥不同文本形态的《史记》新文本发展路径,同时也为《史记》的版本鉴定与源流考证提供了重要依据。

多模型融合进行智能机器人的文本分类研究

现阶段智能机器人的应用越来越广泛,许多电商商城都会配备智能机器人辅助来减少人工客服的工作量,同时也能省下来客户的大部分时间,针对智能机器人收到指令后意图识别不准确的问题,提出将RNN与BILSTM融合的深度学习模型。首先将文本进行处理过后,经过嵌入层转换为词向量,先经过RNN层,再将循环神经网络输出的结果输入BILSTM中,得到的结果在经过线性层后通过Softmax函数进行分类,最终经过多组实验验证并进行比对,实验结果表明,使用RNN-BILSTM融合模型相比较于单一的深度学习模型分别在召回率、精确率、准确率以及F1-Score上面提升了4.31%,3.64%、3.6%、1.5%,证明了模型融合在对机器人进行意图识别文本分类任务上的合理性以及有效性。

异质性政府创新注意力与绿色全要素生产率

运用DDF-ML指数测算我国262个城市的绿色全要素生产率,并研究异质性政府创新注意力对绿色全要素生产率的影响机制。研究结果表明:意向性政府创新注意力与行动性政府创新注意力均能促进绿色全要素生产率增长,且行动性政府创新注意力的影响具有长期性;分区域来看,在东部和中部,意向性政府创新注意力更为有效,西部地区则与之相反;此外,绿色技术进步在政府创新注意力和绿色全要素生产率增长的影响中起中介作用。

基于用户体验的鼠标CMF设计研究

CMF设计能从多方面影响用户感受,并对提升用户体验有着至关重要的作用,探究鼠标CMF设计与用户评价之间的关系,对提升用户体验有着重要的意义。因此,文章首先对市场现有鼠标按照功能与造型进行分类,并选取样本进行CMF设计分析。其次,通过采集相应样本的用户评论文本,发掘感性意象词汇,与产品CMF设计要素相关联,得出两者之间的关系。最后将用户感性意象与设计语言进行连接,以此总结出鼠标产品CMF设计的原则,指导CMF设计实践,进而提升用户的使用体验。

电网人机对话系统短文本用户意图自动识别方法

为避免电量信号出现过度消耗的情况,从而实现对用户主机短文本信息意图的精准识别与分析,提出电网人机对话系统短文本用户意图自动识别方法。借助Hadoop框架结构,定义与短文本字符串相关的匹配条件,根据电量信号的传输意图分析结果,完成电网人机对话系统中的短文本用户意图处理。在此基础上,确定用户意图信息的相关度估算结果,分别计算识别窗口的宽度与长度数值水平,实现电网人机对话系统短文本用户意图自动识别方法的顺利应用。实验结果表明,与多级负荷聚类型识别方法相比,自动识别方法能够准确面对用户意图,在控制电量信号消耗量的同时,得到准确的短文本信息识别与分析结果,更符合实际应用需求。

信息锚对消费者网购意愿的影响研究

网购情境下,消费者购买意愿更加依赖于对信息的视觉感知。为探究信息对消费者网购意愿的影响,引入精细加工可能性模型(ELM)将产品自身线索划分为文字描述锚与有形展示锚,解释两类信息锚对消费者网购意愿的影响;并考虑性别与产品对信息锚对消费者网购意愿关系的影响。通过情景模拟实验法与问卷调查开展研究并收集实验数据,应用SPSS软件对实验数据进行预处理与方差分析,以检验信息锚对消费者网购意愿的影响。研究结果表明:信息锚显著地影响消费者网购意愿;相对于男性而言,女性更容易受到信息锚的影响;相对于便利品而言,信息锚影响下消费者对选购品的网购意愿差异更大。在此基础之上,提出具有针对性的营销策略:根据消费者性别特征与产品属性,设计有效的信息锚,提高消费者感知信息锚说服力,能够促进消费者购买的发生。

基于BM25、文本Embeddings与交叉编码器的民航客服知识库检索研究

随着民航经济的发展和人民生活水平的提高,旅客出行的服务要求越来越高,而当前传统的民航客服知识库检索普遍存在检索准确率以及效率低的问题,已经不能满足旅客的服务需求。文章通过结合Best Match 25算法、文本Embeddings和交叉编码器对知识库进行检索,高效检索出符合座席意图的答案,进而提升民航客服知识库查找效率,缩短座席通话查询时长,提升旅客服务体验,助力实现民航客服数字化、智能化转型。

基于用户搜索意图的Web网页动态泛化

基于目前对用户搜索意图的分类,进一步分析了每种用户意图的信息需求,提出了基于用户搜索意图的Web网页动态泛化模型,为搜索的Web网页动态地建立文档片段、关键词、导航类型、文档格式之间的概念层次,通过网页内容、类型和格式的泛化为不同的访问意图提供进一步的搜索导航,从而返回与搜索意图更相关的结果.与相关工作对比,重点并非获取用户意图,也不是对用户意图分类,而是基于用户搜索意图的Web网页动态泛化模型的建立及Web网页泛化过程的实现.实验结果表明,该泛化模型不仅能够通过导航自动获取用户搜索意图,而且能够基于该意图提供相关搜索结果以及进一步的搜索导航.

文本加工中情境模型建构的五个维度

情境模型理论是当代西方文本阅读加工的一个重要理论。该文通过详细介绍情境模型建构的空间、时间、因果、主人公、意图五大维度,以助于对情境模型理论整体理解。通过总结可知,目前国内外关于情境模型建构中的空间、因果和主人公三个维度的研究成果较多,研究范式也较为成熟,时间和意图维度则研究成果较少。

从原文到译文的得与失

目前,翻译界对翻译是一种“创造性叛逆”的提法基本认可,但何为翻译的创造性,从原文到译文究竟得到什么,又失去了什么,对这些问题并没有统一的认识。从这些问题出发,受文本意义的三种划分法的启示,考察从原文到译文的得与失,得出以下结论:从原文到译文失去的是作者意图,得到的是译者意图,保留的是作品意图。

基于文本挖掘的消费者差评意愿的影响因素研究

[目的/意义]文章通过对抓取的消费者在线差评文本进行文本挖掘,探究在线商家索要好评的行为是否会对消费者差评行为产生影响,并寻找影响消费者差评行为的重要因素,为商家营销活动提供对策建议。[方法/过程]采用网络爬虫技术,抓取淘宝商家消费者的在线差评文本;利用LDA模型(Latent Dirichlet Allocation,LDA)对清洗后的文本数据进行主题提取,并对提取的结果进行可视化处理和解读。[结论/结果]研究表明在线商家索要好评的行为是造成消费者差评行为的重要原因,而且在线商家索要好评的沟通渠道和频率可能会对其影响过程产生一定的调节作用。结果表明商家为了提高自身好评率向消费者索要好评行为不一定是明智之举,有可能会适得其反。

基于互联网文本挖掘的用户意图感知

能否准确感知用户意图是创新设计的关键,传统用户意图研究方法费时费力且容易忽略重要因素.论文提出,用户意图表达的是用户对一个对象的期望集合,而基于该对象分布在互联网的海量数据隐藏着这个集合的所有因素.通过互联网文本挖掘技术获取该用户意图有关的因素,并把这些因素与用户意图等价起来.为了验证它们的等价关系,论文以可穿戴智能设备为研究对象,采用正反问卷法对因素集合的真实度进行测量.同时,论文从多个维度分析了文本挖掘获取因素的科学性,并与传统用户意图研究方法进行交叉对比,研究结果表明基于互联网文本挖掘技术的用户意图求解方案具有可行性且优点较多.论文所用方法适用于所有类似用户意图这种复杂对象的建模与求解.

基于用户意图的微博文本生成技术研究

微博是个人和组织用户分享或获取简短实时信息的重要社交平台,微博文本自动生成技术能帮助用户在微博平台上快速实现各种社交意图。为辅助用户发表博文并表达社交意图,提出一种基于用户意图的微博文本生成技术,以挖掘提取微博文本特征,并在给定微博主题的条件下生成与用户意图相一致的微博文本。采用预训练语言模型与微调相结合的方法,在预训练语言模型GPT2上实现联合主题和用户意图的文本控制生成,以及具备用户对话功能的文本预测生成。实验结果表明,该技术生成的文本具有较高的可读性且符合微博文本语言风格,结合主题和5类用户意图的生成样本人工评分达77分以上。

译者意图与文本功能的转换——以胡适译诗为例

创作与翻译都是有目的的心智活动,但译者的翻译意图往往有别于原作者。胡适在不同的时期有不同的翻译意图,而不同的意图又导致译文文本在几种主要的文本功能之间流变:早期以呼唤功能为主,中期以指涉功能为主,而晚期则以表情功能为主。意图与文本功能之间的互动关系有助于揭示主体文化中翻译发生、形成和运作的机制。

基于文本分析的企业国际化测量方法及应用研究

为有效应对中国企业国际化活动中面对的问题,本文开发了具有前瞻性、综合性和线索性特点的中国企业国际化文本测量方式。这种测量方式的基础词典来自商务部2010—2018年《中国对外投资合作发展报告》和150份中国上市公司年报,并对3238家企业的38190份年报进行文本分析。在国家、省级和企业3个层面上的测量效度检验显示:中国企业国际化文本指数在提出"一带一路"倡议后明显提高,出口额较高省份的文本指数较高,海外营业收入较高企业的文本指数较高。研究发现:(1)相对民营企业,国有企业的国际化意愿和实际执行略显不足;(2)中国企业与东道国企业的深度合作不足,海外公司治理需要进一步完善;(3)在国际化领域,新加坡对中国企业的影响力有被低估的风险。本研究为中国企业国际化活动提供了理论启示和实践参考。

不同认知方式与标记利用意向对文章标记效应的影响

本文探讨读者不同认知方式与标记利用意向对文章标记效应影响的实验。实验以初中二年级学生为被试。结果表明 ,文章标记利用的意向对场独立和场依存被试文章信息的保持都有显著的促进作用 ;文章宏观标记与读者的认知方式有显著的交互作用 ,在有文章宏观标记条件下 ,场独立被试与场依存被试之间无显著差异 ,在无宏观标记条件下 。