我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于深度神经网络的诗词检索 下载：24 浏览：246

梁健楠1，2，3 孙茂松1，2，3 矣晓沅1，2，3 《中文研究》 2020年8期

摘要:
中国古典诗词是中国古典文学的代表之一，是中华传统文化的宝藏，源远流长。中国古典诗词研究是自然语言处理方向的一项重要且富有意义的工作。随着人工智能的发展，人工神经网络在图像、文本等领域得到广泛的应用，取得了显著的突破，给人工智能与中国古典诗词相结合提供了新的思路和方法。让机器去理解中国古典诗词的韵律和意境是一项极具挑战的工作，其中，通过研究诗词的相似性来提升机器对诗词的理解这一研究课题被赋予了更为重要的意义。诗词检索是对诗词内容做对比，查找出在语义和意境上相接近的诗词，这要求对整首诗词的内容和意境有深入的理解。该文模型以数十万首古诗作为基础，利用循环神经网络(RNN)自动学习古诗句的语义表示，并设计了多种方法自动计算两首诗之间的关联性，以此计算两首诗词之间的语义距离，实现诗词的推荐。自动评测和人工评测的实验结果都表明，该文模型能够生成质量较好的诗词检索结果。

基于局部语义相关性的定义文本义原预测 下载：42 浏览：321

杜家驹1 岂凡超1 孙茂松2 刘知远3 《当代中文学刊》 2020年9期

摘要:
作为人类语言的最小语义单位,义原已被成功应用于许多自然语言处理任务。人工构造和更新义原知识库成本较大,因此义原预测被用来辅助义原标注。该文探索了利用定义文本为词语自动预测义原的方法。词语的各个义原通常都与定义文本中的不同词语的语义有相关关系,这种现象被称为局部语义相关性。与之对应,该文提出了义原相关池化(SCorP)模型,该模型能够利用局部语义相关性来预测义原。在HowNet上的评测结果表明,SCorP取得了当前最好的义原预测性能。大量的定量分析进一步证明了SCorP模型能够正确地学习义原与定义文本之间的局部语义相关性。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享