自然語(yǔ)言處理
- 面向投稿選刊的學(xué)術(shù)論文多標(biāo)簽分類研究
學(xué)習(xí)； 自然語(yǔ)言處理ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０１．００５〔中圖分類號(hào)〕Ｇ２５４ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２４） ０１－００４８－０９在學(xué)術(shù)大數(shù)據(jù)時(shí)代， 學(xué)術(shù)論文數(shù)量急劇增長(zhǎng)，給學(xué)術(shù)論文的組織和檢索帶來(lái)了巨大挑戰(zhàn)［１］ 。為有效且高效進(jìn)行學(xué)術(shù)文獻(xiàn)分類管理， 基于機(jī)器學(xué)習(xí)的文本分類方法被廣泛運(yùn)用， 能夠自動(dòng)地將學(xué)術(shù)論文歸類到預(yù)先定義好的類別中［２－３］ 。鑒于機(jī)器學(xué)習(xí)較好的自動(dòng)分類
現(xiàn)代情報(bào) 2024年1期2024-01-27
- 侵權(quán)訴訟背景下標(biāo)準(zhǔn)必要專利價(jià)值分類識(shí)別體系構(gòu)建
器學(xué)習(xí)；自然語(yǔ)言處理；分類篩選分類號(hào)：G306引用格式：彭啟寧， 柳炳祥， 付振康， 等. 侵權(quán)訴訟背景下標(biāo)準(zhǔn)必要專利價(jià)值分類識(shí)別體系構(gòu)建[J/OL]. 知識(shí)管理論壇， 2023， 8（6）： 461-475[引用日期]. http：//www.kmf.ac.cn/p/364/.專利是反映科技創(chuàng)新成果的主要客體，是知識(shí)產(chǎn)權(quán)的重要部分之一。近幾年，隨著經(jīng)濟(jì)全球化的不斷深入，各國(guó)針對(duì)行業(yè)的標(biāo)準(zhǔn)必要專利研究也在不斷加強(qiáng)，擁有行業(yè)標(biāo)準(zhǔn)必要專利，意味著能在相關(guān)技術(shù)領(lǐng)
知識(shí)管理論壇 2023年6期2024-01-20
- ESG觀點(diǎn)與股票市場(chǎng)定價(jià)
器學(xué)習(xí)中自然語(yǔ)言處理方法，利用2018—2021年40余萬(wàn)篇企業(yè)信息披露與新聞媒體文本數(shù)據(jù)，將所蘊(yùn)含的特定信息定義為一種全新的ESG觀點(diǎn)。研究發(fā)現(xiàn)，文本中隱含的ESG觀點(diǎn)被股票市場(chǎng)定價(jià)，且體現(xiàn)出投資者的部分投資偏好。不同視角下的ESG觀點(diǎn)對(duì)其企業(yè)股票收益率影響不一，積極的環(huán)境觀點(diǎn)、治理觀點(diǎn)和綜合ESG觀點(diǎn)與未來(lái)股票收益率顯著正相關(guān)，且此影響存在月度反轉(zhuǎn)現(xiàn)象。異質(zhì)性檢驗(yàn)結(jié)果顯示，ESG觀點(diǎn)對(duì)股票收益率的作用在“雙碳”目標(biāo)提出后得到增強(qiáng)，在大規(guī)模企業(yè)中該效應(yīng)更
當(dāng)代經(jīng)濟(jì)科學(xué) 2023年6期2023-12-11
- 基于文本挖掘的社交網(wǎng)絡(luò)用戶精神疾病篩查
本挖掘；自然語(yǔ)言處理；數(shù)字療法；精神疾病篩查中圖分類號(hào)：TP391.1 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）15-0157-05Mental illness screening of social network users based on text miningZHANG Xinyan（Yangtze River Delta Center for Medical Device Evaluation and Inspection o
現(xiàn)代信息科技 2023年15期2023-09-18
- 基于注意力機(jī)制的文本處理技術(shù)在自然語(yǔ)言處理中的應(yīng)用研究
步，使得自然語(yǔ)言處理技術(shù)成為當(dāng)前人工智能的研究熱點(diǎn)。目前，人工智能技術(shù)已經(jīng)成為科技領(lǐng)域發(fā)展的重要篇章。在自然語(yǔ)言處理中，文本處理扮演著重要的角色。目前，基于注意力機(jī)制的文本處理技術(shù)在自然語(yǔ)言處理中得到了廣泛應(yīng)用，促進(jìn)了計(jì)算機(jī)文字識(shí)別和機(jī)器翻譯等多個(gè)領(lǐng)域的快速發(fā)展。本文從自然語(yǔ)言處理的相關(guān)概念入手，探討基于注意力機(jī)制的文本處理技術(shù)在自然語(yǔ)言處理中的應(yīng)用。關(guān)鍵詞：注意力機(jī)制；文本處理技術(shù)；自然語(yǔ)言處理引言自然語(yǔ)言處理（natural language proc
互聯(lián)網(wǎng)周刊 2023年15期2023-08-31
- 基于自然語(yǔ)言處理方法的產(chǎn)業(yè)政策內(nèi)容解析研究
言模型；自然語(yǔ)言處理；關(guān)鍵要素0 引言政府產(chǎn)業(yè)政策是國(guó)家出于規(guī)范市場(chǎng)環(huán)境、推動(dòng)產(chǎn)業(yè)發(fā)展目的而頒布的制度與做出的安排，科學(xué)合理地落實(shí)產(chǎn)業(yè)政策可以促進(jìn)企業(yè)發(fā)展，提高國(guó)家經(jīng)濟(jì)競(jìng)爭(zhēng)力和改善全民生活。為了給企業(yè)提供更好的發(fā)展環(huán)境，助力企業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，國(guó)家各部門、各省市近年來(lái)出臺(tái)大量針對(duì)不同行業(yè)的產(chǎn)業(yè)政策。但這些政策在實(shí)際落地過(guò)程中存在一定困難，一是企業(yè)獲取政策信息途徑較為傳統(tǒng)，主要是通過(guò)政策宣講會(huì)和行業(yè)交流；二是政策傳遞不夠及時(shí)，導(dǎo)致企業(yè)對(duì)于政策的知曉和運(yùn)用出現(xiàn)明
電腦知識(shí)與技術(shù) 2023年19期2023-08-26
- 基于自然語(yǔ)言處理的醫(yī)療問(wèn)答系統(tǒng)研究與實(shí)現(xiàn)
rt模型自然語(yǔ)言處理算法，而關(guān)系抽取階段采用基于注意機(jī)制的卷積神經(jīng)網(wǎng)絡(luò)（Att-RCNN），通過(guò)上述兩種算法將建立好的知識(shí)圖譜存儲(chǔ)于圖存儲(chǔ)引擎Neo4j中；其次，為了系統(tǒng)能夠識(shí)別用戶的意圖，通過(guò)F1值比較，最終采用BERT-TextCNN算法模型處理用戶意圖識(shí)別和槽位匹配；最后，利用Django框架搭建后端，前端采用微信接口實(shí)現(xiàn)用戶與該系統(tǒng)的交互。關(guān)鍵詞：知識(shí)圖譜；自然語(yǔ)言處理；智能問(wèn)答系統(tǒng)；深度學(xué)習(xí)中圖分類號(hào)：TP312? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)
現(xiàn)代信息科技 2023年12期2023-08-21
- 生成式人工智能
用強(qiáng)大的自然語(yǔ)言處理能力成為撬動(dòng)第四次工業(yè)革命的一根杠桿，可能引發(fā)人類社會(huì)的深層次變革。包括：有望通過(guò)開辟信息智能化處理的場(chǎng)域，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、提高勞動(dòng)者生產(chǎn)力、改進(jìn)生產(chǎn)工具、優(yōu)化生產(chǎn)決策以變革生產(chǎn)方式；有助于研究現(xiàn)狀梳理、研究思路組織、研究數(shù)據(jù)處理、研究成果完善以變革科研范式；為教育主體賦能、為教育客體賦權(quán)、為教育過(guò)程賦魂以變革教育形式；重構(gòu)勞動(dòng)生活、消費(fèi)生活、精神生活以變革生活方式等?？萍及l(fā)展具有兩面性，ChatGPT也會(huì)給我們帶來(lái)系列風(fēng)險(xiǎn)隱患，或?qū)?/div>
重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版) 2023年3期2023-07-21
- 教師間接語(yǔ)言助力課堂“提質(zhì)增效”
鍵詞] 自然語(yǔ)言處理； 話語(yǔ)分析； 教師間接語(yǔ)言； 聚類分析； 序列分析[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A[作者簡(jiǎn)介] 趙云建（1985—），女，山東聊城人。編輯，碩士，主要從事教育信息化、教師專業(yè)發(fā)展研究。E-mail：2623904122@qq.com。汪洋為通訊作者，E-mail：137977988@qq.com?；痦?xiàng)目：教育部教育技術(shù)與資源發(fā)展中心2022年度基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助課題“信息技術(shù)與教育教學(xué)深度融電化教育研究 2023年7期2023-07-21
- 細(xì)粒度實(shí)體分類的研究進(jìn)展
體分類是自然語(yǔ)言處理中一項(xiàng)重要的基礎(chǔ)任務(wù)，實(shí)體的類別信息為實(shí)體鏈接、關(guān)系抽取、事件抽取等下游任務(wù)提供幫助。近年來(lái)，基于深度學(xué)習(xí)的細(xì)粒度實(shí)體分類研究成為熱點(diǎn)，該文從處理數(shù)據(jù)噪聲、對(duì)類別層級(jí)建模、少樣本學(xué)習(xí)和其他一些方法進(jìn)行了綜述性介紹，此外介紹了常見的數(shù)據(jù)集和評(píng)測(cè)方法，并對(duì)未來(lái)的研究方向進(jìn)行了展望。關(guān)鍵詞：自然語(yǔ)言處理??細(xì)粒度實(shí)體分類??深度學(xué)習(xí)??信息抽取中圖分類號(hào)：TP391.1??????????文獻(xiàn)標(biāo)識(shí)碼：AResearch?Progress?of科技資訊 2023年11期2023-07-17
- 信息抽取賦能地質(zhì)調(diào)查發(fā)展綜述
關(guān)鍵詞：自然語(yǔ)言處理；信息抽?。恢R(shí)服務(wù)中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023）14-0102-040 引言在地質(zhì)學(xué)領(lǐng)域當(dāng)中，長(zhǎng)期以來(lái)由于技術(shù)方法及研究方向的多樣性已經(jīng)積累了海量的地質(zhì)資料。從數(shù)據(jù)的組成結(jié)構(gòu)上來(lái)說(shuō)，海量的地質(zhì)資料數(shù)據(jù)包括大量結(jié)構(gòu)化的數(shù)據(jù)及非結(jié)構(gòu)的數(shù)據(jù)特別是文本數(shù)據(jù)及其地質(zhì)圖件數(shù)據(jù)[1-2]。地質(zhì)大數(shù)據(jù)時(shí)間上橫跨大，空間概念強(qiáng)，各種地質(zhì)作用相互影響因素較多，包含各類不同的地質(zhì)調(diào)查數(shù)據(jù)、相關(guān)的礦產(chǎn)勘查數(shù)據(jù)及電腦知識(shí)與技術(shù) 2023年14期2023-07-10
- 融合數(shù)字出版背景下AIGC的發(fā)展與應(yīng)用研究
音識(shí)別和自然語(yǔ)言處理等方面性能的同時(shí)，也將不斷提高其模型的準(zhǔn)確性，這將有助于進(jìn)一步推動(dòng)AIGC技術(shù)的應(yīng)用和發(fā)展。文章通過(guò)解析AIGC和人工智能的發(fā)展，旨在了解其對(duì)人類社會(huì)產(chǎn)生的深遠(yuǎn)影響。文章認(rèn)為，未來(lái)AIGC會(huì)發(fā)揮更加重要的作用，同時(shí)也會(huì)為各行各業(yè)帶來(lái)更多機(jī)遇。關(guān)鍵詞：數(shù)字出版；AIGC；圖像生成模型；自然語(yǔ)言處理；人工智能中圖分類號(hào)：G230.7 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-8883（2023）07-0004-03基金項(xiàng)目：本論文為2015年度長(zhǎng)新聞研究導(dǎo)刊 2023年7期2023-06-28
- 熵權(quán)法在中國(guó)國(guó)際關(guān)系可視化分析中的應(yīng)用
蟲技術(shù)；自然語(yǔ)言處理中圖分類號(hào)：TP391? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）04-0177-04Application of Entropy Weight Method in Visualization Analysis of China's International RelationsCHEN Sihang1， WANG Wenhong1， ZENG Mengyuan1， SONG Wenming2， JIANG Siyu1現(xiàn)代信息科技 2023年4期2023-06-25
- ChatGPT與AIGC產(chǎn)業(yè)鏈
GPT；自然語(yǔ)言處理；強(qiáng)化學(xué)習(xí)；AIGC中圖分類號(hào)： ?TP 391文獻(xiàn)標(biāo)志碼： ??AChatGPT and AIGC Industry ChainSHI Zhanzhong ZHENG Shimin JIANG Yue（Antai College of Economics & Management， Shanghai Jiao Tong University， Shanghai 200030， China）Abstract： ?ChatGPT is a上海管理科學(xué) 2023年2期2023-06-21
- 計(jì)算人文視閾下的計(jì)算語(yǔ)言學(xué)：現(xiàn)狀和范式
語(yǔ)言學(xué)；自然語(yǔ)言處理中圖分類號(hào)：H085.2? ?文獻(xiàn)標(biāo)識(shí)碼：Ａ? ?DOI：10.11968/tsyqb.1003-6938.2023002Abstract In this article， we discuss the positioning of computational linguistics in the context of computational humanities. We focus on three main issues： th圖書與情報(bào) 2023年1期2023-06-18
- 一種基于字符對(duì)比的文本相似度計(jì)算方法
鍵詞： 自然語(yǔ)言處理； 文本相似度； 重復(fù)字符； 計(jì)算算法中圖分類號(hào)：TP391? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2023）06-87-05Text similarity calculation method based on character comparisonWang Yadong（School of Instrument and Electronics， North University of China，計(jì)算機(jī)時(shí)代 2023年6期2023-06-15
- 聯(lián)合實(shí)體邊界檢測(cè)的命名實(shí)體識(shí)別方法
發(fā)展，對(duì)自然語(yǔ)言處理下游任務(wù)有重要意義。關(guān)鍵詞：自然語(yǔ)言處理；命名實(shí)體識(shí)別；實(shí)體邊界檢測(cè)；輔助任務(wù)；深度學(xué)習(xí)Named entity recognition method based on joint entity boundary detectionLI Xiaoteng1，GOU Zhinan2，GAO Kai1（1.School of Information Science and Engineering， Hebei University of S河北科技大學(xué)學(xué)報(bào) 2023年1期2023-05-30
- 自然語(yǔ)言文本情感分析
要介紹了自然語(yǔ)言處理領(lǐng)域中的文本情感分析，通過(guò)不同情感分析方法的對(duì)比，總結(jié)出目前文本情感分析的最佳策略是基于深度學(xué)習(xí)的預(yù)訓(xùn)練語(yǔ)言模型，最后總結(jié)出自然語(yǔ)言情感分析領(lǐng)域的發(fā)展趨勢(shì)和有待深入研究的難點(diǎn)。關(guān)鍵詞：自然語(yǔ)言處理；情感分析；深度學(xué)習(xí)；語(yǔ)言模型中圖分類號(hào)：TP183? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023）01-0038-031 前言自然語(yǔ)言處理（NLP） 是人工智能領(lǐng)域非常重要的一個(gè)分支，而文本情感分析（Sentiment電腦知識(shí)與技術(shù) 2023年1期2023-05-30
- 基于NLP的文本挖掘技術(shù)在提升電信客戶滿意度中的應(yīng)用
紹了基于自然語(yǔ)言處理的文本挖掘技術(shù)，從原理到實(shí)踐進(jìn)行了探究。以電信運(yùn)營(yíng)商移動(dòng)網(wǎng)絡(luò)客戶的體驗(yàn)與口碑為導(dǎo)向，利用文本挖掘技術(shù)在互聯(lián)網(wǎng)輿情分析和客服部門投訴工單分析等方面進(jìn)行探索，給出了基于非結(jié)構(gòu)化文本數(shù)據(jù)的信息分類與呈現(xiàn)的方法，從而更好地聚焦客戶需求和網(wǎng)絡(luò)問(wèn)題，支撐網(wǎng)絡(luò)維護(hù)與優(yōu)化工作，提升客戶滿意度。關(guān)鍵詞：文本挖掘；自然語(yǔ)言處理；結(jié)構(gòu)化數(shù)據(jù)；輿情；投訴中圖分類號(hào)：TP391文獻(xiàn)標(biāo)志碼：A0 引言對(duì)電信企業(yè)而言，客戶網(wǎng)絡(luò)體驗(yàn)好壞是影響網(wǎng)絡(luò)口碑的重要因素，如何高無(wú)線互聯(lián)科技 2023年5期2023-05-24
- 基于機(jī)器學(xué)習(xí)的網(wǎng)上問(wèn)政文本分類方法
類，利用自然語(yǔ)言處理的技術(shù)對(duì)文本進(jìn)行合理的預(yù)處理操作，利用詞向量工具Word2vec將文本表示成向量的形式，通過(guò)機(jī)器學(xué)習(xí)算法支持向量機(jī)（SVM）的方法進(jìn)行文本分類。實(shí)驗(yàn)表明，在基于機(jī)器學(xué)習(xí)的文本分類中，經(jīng)過(guò)預(yù)處理和詞向量模型表示后的文本，使用SVM分類方法對(duì)網(wǎng)上問(wèn)政文本進(jìn)行所屬機(jī)構(gòu)類別取得了90%以上的準(zhǔn)確率。關(guān)鍵詞：自然語(yǔ)言處理；機(jī)器學(xué)習(xí)；網(wǎng)上問(wèn)政；文本分類；SVM中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023電腦知識(shí)與技術(shù) 2023年6期2023-04-14
- 智“表”隨行
網(wǎng)絡(luò)； 自然語(yǔ)言處理中圖分類號(hào)：TP319? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1006-8228（2023）04-101-05Abstract： With regard to the existing senior care model， an intelligent senior care service platform is proposed， which takes the community as the unit， the wr計(jì)算機(jī)時(shí)代 2023年4期2023-04-13
- 新課標(biāo)視域下義務(wù)教育階段人工智能課程主題式教學(xué)探索 ——以“自然語(yǔ)言處理”為例
機(jī)視覺(jué)、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)。根據(jù)研究領(lǐng)域劃分主題，與學(xué)科知識(shí)的內(nèi)在邏輯一致，有利于學(xué)生在知識(shí)結(jié)構(gòu)化過(guò)程中實(shí)現(xiàn)自身學(xué)科核心素養(yǎng)的提升。三、人工智能課程主題式教學(xué)案例設(shè)計(jì)參考信息科技課程標(biāo)準(zhǔn)的內(nèi)容要求，本研究面向六、七年級(jí)學(xué)生開設(shè)人工智能課程，設(shè)計(jì)了四個(gè)主題：“智能語(yǔ)音”(六年級(jí)，8課時(shí))，在信息科技課程中實(shí)施； “計(jì)算機(jī)視覺(jué)”“自然語(yǔ)言處理”和“機(jī)器學(xué)習(xí)”(七年級(jí)，共24課時(shí))，在信息科技和校本課程中實(shí)施。每個(gè)主題聚焦一個(gè)技術(shù)研究的核心領(lǐng)域，以“應(yīng)用體驗(yàn)教育觀察 2023年5期2023-03-25
- 基于Python的新浪微博輿情監(jiān)控系統(tǒng)設(shè)計(jì)
apy;自然語(yǔ)言處理中圖法分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A1引言目前，網(wǎng)絡(luò)普及率高，網(wǎng)絡(luò)信息傳播速度快，涉及人民群眾切身利益問(wèn)題，會(huì)第一時(shí)間出現(xiàn)在網(wǎng)絡(luò)上，并迅速傳播，形成網(wǎng)絡(luò)輿情。網(wǎng)絡(luò)輿情傳播成放射狀，速度快且不斷迭代，部分人在傳播時(shí)會(huì)根據(jù)自己的態(tài)度、看法和認(rèn)識(shí)進(jìn)行加工，或者在傳播過(guò)程中產(chǎn)生誤傳，在這個(gè)反復(fù)迭代的過(guò)程中，會(huì)導(dǎo)致輿情產(chǎn)生源頭到最后傳送的結(jié)果不一致情況，會(huì)出現(xiàn)誤導(dǎo)大家的情況，因此，輿情監(jiān)控和應(yīng)對(duì)處理尤為重要。網(wǎng)絡(luò)輿情表達(dá)了群眾對(duì)某一事件的想法計(jì)算機(jī)應(yīng)用文摘·觸控 2023年2期2023-02-08
- 關(guān)于自然語(yǔ)言處理的對(duì)話
語(yǔ)言學(xué)和自然語(yǔ)言處理研究的開拓者之一，他的論著在語(yǔ)言學(xué)界產(chǎn)生了深遠(yuǎn)影響。他在大學(xué)時(shí)代，將文科和理科相結(jié)合，以數(shù)學(xué)的方法研究語(yǔ)言，為后來(lái)進(jìn)入計(jì)算語(yǔ)言學(xué)領(lǐng)域打下了堅(jiān)實(shí)的基礎(chǔ)。馮志偉指出，在大數(shù)據(jù)時(shí)代，知識(shí)圖譜在抽取信息時(shí)發(fā)揮著十分重要的作用，但是如何自動(dòng)地運(yùn)用知識(shí)圖譜的方法來(lái)獲取隱含語(yǔ)義關(guān)系，仍需要進(jìn)一步努力。在自然語(yǔ)言處理的智能化方面，應(yīng)努力實(shí)現(xiàn)由直覺(jué)到理性的轉(zhuǎn)變，知識(shí)圖譜或許能夠提供一條可行的途徑。自然語(yǔ)言處理的下一步發(fā)展方向，應(yīng)是將深度學(xué)習(xí)與語(yǔ)言學(xué)研究相現(xiàn)代語(yǔ)文 2022年6期2022-07-03
- 虛擬講師在線課程教學(xué)新技術(shù)探索與實(shí)踐
度學(xué)習(xí)、自然語(yǔ)言處理等最新人工智能技術(shù)與在線課程有機(jī)融合，提出虛擬講師的定義、內(nèi)涵、技術(shù)框架，并開發(fā)一款面向在線教學(xué)的虛擬講師軟件系統(tǒng)，來(lái)模擬教師講課的教學(xué)場(chǎng)景。在此基礎(chǔ)上，提出基于該系統(tǒng)的課件制作流程，并運(yùn)用于《人工智能引論》慕課教學(xué)實(shí)踐。通過(guò)探索基于虛擬講師技術(shù)的在線課程創(chuàng)新教學(xué)模式，有效推動(dòng)國(guó)內(nèi)在線課程可持續(xù)發(fā)展。關(guān)鍵詞：在線課程教學(xué);虛擬講師;虛擬講師軟件系統(tǒng);深度學(xué)習(xí);自然語(yǔ)言處理中圖分類號(hào)：G434;G642? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ?中國(guó)教育信息化·高教職教 2022年9期2022-05-30
- 基于RNN的情感分類應(yīng)用設(shè)計(jì)
感分類;自然語(yǔ)言處理自然語(yǔ)言處理NLP的一項(xiàng)重要處理就是情感分析Sentiment Analysis，它在社交內(nèi)容的分析以及電商評(píng)論反饋分析中，都占有很高的分析價(jià)值。文本情感分析任務(wù)本質(zhì)是自然語(yǔ)言序列的特征提取和基于特征的分類問(wèn)題。相比于生成類NLP任務(wù)，文本情感分析任務(wù)的核心是自然語(yǔ)言特征的提取。情感分析是從自然語(yǔ)言中識(shí)別人的態(tài)度的一種人工智能方法，現(xiàn)在有很多人通過(guò)社交網(wǎng)絡(luò)服務(wù)、博客、在線評(píng)論和社區(qū)網(wǎng)站上面發(fā)表他們的觀點(diǎn)或看法。由于很多用戶在網(wǎng)絡(luò)上表達(dá)自客聯(lián) 2022年6期2022-05-30
- 中國(guó)網(wǎng)絡(luò)文學(xué)海外傳播效果研究
詞挖掘等自然語(yǔ)言處理技術(shù)分析跨文化傳播效果，探討受眾接觸度、喜愛度和文化距離之間的關(guān)系。結(jié)果顯示，中國(guó)網(wǎng)絡(luò)奇幻文學(xué)呈現(xiàn)出廣泛和差異化傳播的特點(diǎn)。與中國(guó)文化接近的國(guó)家以及文化差異較大的國(guó)家/地區(qū)的受眾，對(duì)中國(guó)網(wǎng)絡(luò)奇幻文學(xué)的接觸度較高。此外，當(dāng)文化距離位于一定范圍時(shí)，傳播目標(biāo)國(guó)受眾對(duì)中國(guó)文化的接觸度隨該地區(qū)重視個(gè)人主義的文化傾向程度呈先增后減趨勢(shì)。在此基礎(chǔ)上，本研究探究了網(wǎng)絡(luò)文學(xué)對(duì)海外受眾在中國(guó)文化認(rèn)知方面的影響，提出了利用網(wǎng)絡(luò)文學(xué)傳播中國(guó)文化的基本策略?！娟P(guān)國(guó)際傳播 2022年1期2022-05-10
- 基于多視角匹配和比較-聚合框架的文本匹配模型
涵等許多自然語(yǔ)言處理任務(wù)都需要對(duì)序列進(jìn)行比較。序列間重要單元的匹配是解決這些問(wèn)題的關(guān)鍵。文章引用了一種基于多角度匹配的方法來(lái)改進(jìn)通用的“比較聚合”框架的文本匹配模型。給定兩個(gè)句子p和q，模型首先使用預(yù)訓(xùn)練的詞嵌入模型將其轉(zhuǎn)換為向量矩陣，然后對(duì)其進(jìn)行編碼使每個(gè)詞都能獲得上下文信息，接下來(lái)對(duì)編碼后的兩個(gè)句子進(jìn)行多視角匹配，然后使用卷積神經(jīng)網(wǎng)絡(luò)將匹配結(jié)果聚合成定長(zhǎng)的匹配向量，最后基于匹配向量進(jìn)行決策。將改進(jìn)后的模型在WiKiQA和Quora數(shù)據(jù)集上進(jìn)行了測(cè)試，實(shí)電腦知識(shí)與技術(shù) 2022年4期2022-04-29
- 基于自然語(yǔ)言技術(shù)的智能傳播應(yīng)用與風(fēng)控分析
：當(dāng)前，自然語(yǔ)言處理（NLP）在傳媒領(lǐng)域已得到廣泛應(yīng)用，成為媒體融合轉(zhuǎn)型的一項(xiàng)重要人工智能技術(shù)。本文梳理了近一年來(lái)該技術(shù)在智能傳播領(lǐng)域的應(yīng)用現(xiàn)狀，并從智能信息采集與輸出、視覺(jué)內(nèi)容生成與修復(fù)、語(yǔ)音內(nèi)容合成與還原、AI虛擬主播四大應(yīng)用場(chǎng)景出發(fā)，對(duì)與之相伴而生的問(wèn)題風(fēng)險(xiǎn)和風(fēng)控措施進(jìn)行分析。進(jìn)一步提出在NLP全方位向傳媒領(lǐng)域滲透的大趨勢(shì)下，新聞傳播從業(yè)者既要積極提升自身對(duì)新技術(shù)的駕馭能力，也要防范技術(shù)應(yīng)用帶來(lái)的問(wèn)題，以促進(jìn)智能傳播的健康發(fā)展。關(guān)鍵詞：智能傳播 自然傳媒 2022年5期2022-04-05
- 基于線上教學(xué)群聊文本的問(wèn)句抽取模型
聊文本;自然語(yǔ)言處理;卷積神經(jīng)網(wǎng)絡(luò);人工智能教育應(yīng)用中圖分類號(hào)：F407.67;G434 ?文獻(xiàn)標(biāo)志碼：A ?文章編號(hào)：1673-8454（2022）01-0070-08一、 引言隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，目前的教學(xué)形式已經(jīng)不再局限于傳統(tǒng)課堂，越來(lái)越多的人把目光聚焦于在線教學(xué)。在線教學(xué)能夠提供更優(yōu)質(zhì)、更豐富的資源，并且具有隨時(shí)可以觀看的特點(diǎn)，備受廣大學(xué)生的青睞。在線教學(xué)讓學(xué)生在課堂之外也能夠有便捷的途徑學(xué)習(xí)自己感興趣的內(nèi)容，同時(shí)開闊眼界、增長(zhǎng)學(xué)識(shí)。受疫情影響中國(guó)教育信息化·高教職教 2022年1期2022-02-22
- 基于BERT-CRF的中文分詞模型設(shè)計(jì)
作為中文自然語(yǔ)言處理中的基礎(chǔ)和關(guān)鍵任務(wù)，其分詞效果的好壞會(huì)直接影響后續(xù)各項(xiàng)自然語(yǔ)言處理任務(wù)的結(jié)果。本文基于BERT-CRF的分詞模型利用通用領(lǐng)域數(shù)據(jù)集與醫(yī)學(xué)領(lǐng)域數(shù)據(jù)集對(duì)模型進(jìn)行訓(xùn)練，分別取得F1值0.898和0.738的實(shí)驗(yàn)結(jié)果。關(guān)鍵詞：BERT;CRF;中文分詞；自然語(yǔ)言處理中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）35-0004-03自然語(yǔ)言處理（Natural Language Processing，電腦知識(shí)與技術(shù) 2022年35期2022-02-17
- 基于無(wú)監(jiān)督的熱點(diǎn)話題發(fā)現(xiàn)研究
一種利用自然語(yǔ)言處理方法獲取“貼吧”信息，并實(shí)時(shí)發(fā)現(xiàn)熱點(diǎn)話題的方法。本文首先獲取網(wǎng)絡(luò)文本信息，對(duì)文本進(jìn)行預(yù)處理，包括分詞、去除停用詞，再計(jì)算文本的TF-IDF值，最后利用無(wú)監(jiān)督學(xué)習(xí)方法（K-means）對(duì)文本進(jìn)行聚類，從而獲取熱點(diǎn)話題。從實(shí)驗(yàn)結(jié)果中可以看出，本方法可以有效地發(fā)現(xiàn)“貼吧”中的熱點(diǎn)話題。關(guān)鍵詞：自然語(yǔ)言處理；熱點(diǎn)話題；機(jī)器學(xué)習(xí)；K-means中圖分類號(hào)：TP391? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）35-001電腦知識(shí)與技術(shù) 2022年35期2022-02-17
- 基于無(wú)監(jiān)督的熱點(diǎn)話題發(fā)現(xiàn)研究
一種利用自然語(yǔ)言處理方法獲取“貼吧”信息，并實(shí)時(shí)發(fā)現(xiàn)熱點(diǎn)話題的方法。本文首先獲取網(wǎng)絡(luò)文本信息，對(duì)文本進(jìn)行預(yù)處理，包括分詞、去除停用詞，再計(jì)算文本的TF-IDF值，最后利用無(wú)監(jiān)督學(xué)習(xí)方法（K-means）對(duì)文本進(jìn)行聚類，從而獲取熱點(diǎn)話題。從實(shí)驗(yàn)結(jié)果中可以看出，本方法可以有效地發(fā)現(xiàn)“貼吧”中的熱點(diǎn)話題。關(guān)鍵詞：自然語(yǔ)言處理；熱點(diǎn)話題；機(jī)器學(xué)習(xí)；K-means中圖分類號(hào)：TP391? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）35-001電腦知識(shí)與技術(shù) 2022年35期2022-02-17
- 基于文本的卷積網(wǎng)絡(luò)在電影推薦系統(tǒng)中的應(yīng)用
經(jīng)網(wǎng)絡(luò)將自然語(yǔ)言處理與電影推薦相結(jié)合，利用MovieLens數(shù)據(jù)集訓(xùn)練一個(gè)基于文本的卷積神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)電影個(gè)性化推薦系統(tǒng)。最后使用django框架并結(jié)合豆瓣爬蟲，搭建了推薦系統(tǒng)Web端服務(wù)。關(guān)鍵詞：個(gè)性化推薦系統(tǒng);TensorFlow;文本卷積網(wǎng)絡(luò); MovieLens;自然語(yǔ)言處理中圖分類號(hào)：TP301 ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2021）32-0113-04Application of Text-based Convolutio電腦知識(shí)與技術(shù) 2021年32期2021-12-19
- 基于專利語(yǔ)義表征的技術(shù)預(yù)見方法及其應(yīng)用
。并結(jié)合自然語(yǔ)言處理領(lǐng)域的發(fā)展?fàn)顩r進(jìn)行實(shí)證研究，識(shí)別出該領(lǐng)域的技術(shù)發(fā)展路徑，對(duì)未來(lái)的技術(shù)機(jī)遇進(jìn)行了預(yù)測(cè)。關(guān)鍵詞：專利挖掘;技術(shù)預(yù)見;Doc2Vec;自然語(yǔ)言處理一、研究背景技術(shù)預(yù)見是一項(xiàng)社會(huì)系統(tǒng)工程，通過(guò)前瞻性戰(zhàn)略研究，對(duì)未來(lái)的發(fā)展中具有重要戰(zhàn)略地位的研究領(lǐng)域做出預(yù)測(cè)。其綜合了科學(xué)、技術(shù)、經(jīng)濟(jì)和社會(huì)多方面的因素，確定在未來(lái)的發(fā)展中能給經(jīng)濟(jì)、社會(huì)帶來(lái)最大化利益的研究領(lǐng)域與技術(shù)，對(duì)有限資源的優(yōu)化配置提供相應(yīng)的決策依據(jù)，以期實(shí)現(xiàn)經(jīng)濟(jì)與社會(huì)利益的最大化。自20世紀(jì)中國(guó)集體經(jīng)濟(jì) 2021年36期2021-11-28
- 基于專利語(yǔ)義表征的技術(shù)預(yù)見方法及其應(yīng)用
。并結(jié)合自然語(yǔ)言處理領(lǐng)域的發(fā)展?fàn)顩r進(jìn)行實(shí)證研究，識(shí)別出該領(lǐng)域的技術(shù)發(fā)展路徑，對(duì)未來(lái)的技術(shù)機(jī)遇進(jìn)行了預(yù)測(cè)。關(guān)鍵詞：專利挖掘;技術(shù)預(yù)見;Doc2Vec;自然語(yǔ)言處理一、研究背景技術(shù)預(yù)見是一項(xiàng)社會(huì)系統(tǒng)工程，通過(guò)前瞻性戰(zhàn)略研究，對(duì)未來(lái)的發(fā)展中具有重要戰(zhàn)略地位的研究領(lǐng)域做出預(yù)測(cè)。其綜合了科學(xué)、技術(shù)、經(jīng)濟(jì)和社會(huì)多方面的因素，確定在未來(lái)的發(fā)展中能給經(jīng)濟(jì)、社會(huì)帶來(lái)最大化利益的研究領(lǐng)域與技術(shù)，對(duì)有限資源的優(yōu)化配置提供相應(yīng)的決策依據(jù)，以期實(shí)現(xiàn)經(jīng)濟(jì)與社會(huì)利益的最大化。自20世紀(jì)中國(guó)集體經(jīng)濟(jì) 2021年36期2021-11-28
- 面向主題的無(wú)監(jiān)督文本摘要生成方法
關(guān)鍵詞：自然語(yǔ)言處理;序列到序列模型;無(wú)監(jiān)督學(xué)習(xí);生成式摘要;主題信息;注意力機(jī)制中圖分類號(hào)：TP18? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2021）28-0127-04開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：Topic-oriented Unsupervised Text Summarization Generation MethodJIANG Jie（Guangdong University of Technology， Guangz電腦知識(shí)與技術(shù) 2021年28期2021-11-28
- 樸素貝葉斯與Softmax回歸在文本分類上的對(duì)比研究
類問(wèn)題是自然語(yǔ)言處理中的重要任務(wù)。本文將機(jī)器學(xué)習(xí)中的樸素貝葉斯模型以及Softmax回歸應(yīng)用于自動(dòng)文本分類中，在清華新聞分類語(yǔ)料數(shù)據(jù)集上實(shí)現(xiàn)了基于多項(xiàng)分布與類條件分布假設(shè)實(shí)現(xiàn)了樸素貝葉斯模型，并使用BOOL、TF、IDF、TF-IDF四種特征權(quán)重訓(xùn)練了Softmax回歸模型。最后，將兩種模型在訓(xùn)練集與測(cè)試集上的性能進(jìn)行對(duì)比。關(guān)鍵詞：樸素貝葉斯;Softmax回歸;自然語(yǔ)言處理;文本分類中圖分類號(hào)：G642? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-304電腦知識(shí)與技術(shù) 2021年28期2021-11-28
- 基于深度學(xué)習(xí)的情感分類技術(shù)在高校輿情分析中的應(yīng)用研究
器學(xué)習(xí)的自然語(yǔ)言處理系統(tǒng)特別依賴人工手動(dòng)標(biāo)記的特征，極其耗時(shí)且容易出現(xiàn)維度爆炸等難以解決的問(wèn)題。本文采用基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的深度學(xué)習(xí)技術(shù)來(lái)解決這一問(wèn)題。通過(guò)收集校園熱點(diǎn)話題進(jìn)行預(yù)處理以及運(yùn)用Word2vec模型生成詞向量后，運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)提取其中的特征并進(jìn)行情感傾向分類。通過(guò)實(shí)驗(yàn)數(shù)據(jù)的比較，基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的情感傾向分類獲得了89.76%的準(zhǔn)確率，較傳統(tǒng)的支持向量機(jī)（SVM）提高了7.3%，獲得更好的分類性能。本文的研究對(duì)高校治理能力和軟件工程 2021年11期2021-11-09
- 面向本科階段的《自然語(yǔ)言處理》課程教學(xué)模式探索
摘要：《自然語(yǔ)言處理》課程是高?！坝?jì)算機(jī)科學(xué)與技術(shù)”專業(yè)和“人工智能”專業(yè)的學(xué)生了解自然語(yǔ)言處理的主要研究?jī)?nèi)容及關(guān)鍵技術(shù)的重要途徑。然而，在該課程教學(xué)過(guò)程中普遍存在著一些問(wèn)題。本文針對(duì)這些問(wèn)題，分別從課程的理論教學(xué)和實(shí)踐教學(xué)兩個(gè)方面系統(tǒng)地提出了提升學(xué)生學(xué)習(xí)興趣的教學(xué)方法，并已經(jīng)在教學(xué)中取得了良好的效果。關(guān)鍵詞：自然語(yǔ)言處理;教學(xué)模式;本科階段一、引言在本科階段，《自然語(yǔ)言處理》是“計(jì)算機(jī)科學(xué)與技術(shù)”專業(yè)和“人工智能”專業(yè)的一門專業(yè)選修課。它的主要任務(wù)是使學(xué)江蘇廣播電視報(bào)·新教育 2021年22期2021-10-28
- 小學(xué)信息技術(shù)AI課程建設(shè)實(shí)踐研究
? ? 自然語(yǔ)言處理? ? 小學(xué)教育? ? 課程建設(shè)? ? 信息技術(shù)引言：信息技術(shù)教育的開展，旨在幫助小學(xué)生學(xué)習(xí)計(jì)算機(jī)應(yīng)用方法，并提升信息化思維的同時(shí)，能夠具有符合社會(huì)發(fā)展要求的基本素質(zhì)，因此科技的不斷進(jìn)步也使教育內(nèi)容更加多樣，人工智能理論逐漸引入小學(xué)信息技術(shù)教育中，希望使學(xué)生在系統(tǒng)化的學(xué)習(xí)活動(dòng)下，能夠收獲理想的學(xué)習(xí)成果。教師需要根據(jù)學(xué)生的信息素質(zhì)與學(xué)習(xí)能力，尋找高質(zhì)量建立AI課程的主要路徑，使學(xué)生能夠始終在高漲的探究熱情與積極的學(xué)習(xí)態(tài)度中，完成對(duì)重點(diǎn)知識(shí)中國(guó)新通信 2021年17期2021-10-21
- 基于自然語(yǔ)言處理的電力客服系統(tǒng)研究
? ? 自然語(yǔ)言處理是IT技術(shù)重要的創(chuàng)新之一，本文針對(duì)電力客服系統(tǒng)的需求，結(jié)合自然語(yǔ)言處理技術(shù)討論了一種電力客服系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)過(guò)程。討論了系統(tǒng)構(gòu)建過(guò)程中涉及的實(shí)現(xiàn)模式、系統(tǒng)組件、核心算法等內(nèi)容。該系統(tǒng)以電力服務(wù)為知識(shí)庫(kù)數(shù)據(jù)源，利用自然語(yǔ)言處理技術(shù)進(jìn)行分詞及詞向量轉(zhuǎn)換，利用知識(shí)庫(kù)訓(xùn)練并構(gòu)建模型，最終完成電力智能客服系統(tǒng)的構(gòu)建，其運(yùn)行效果良好。【關(guān)鍵詞】? ?自然語(yǔ)言處理? ? 智能問(wèn)答? ? 電力服務(wù)引言：人工智能技術(shù)在飛速發(fā)展，并迅速應(yīng)用于各行各業(yè)。電力系中國(guó)新通信 2021年17期2021-10-21
- 基于自然語(yǔ)言處理的發(fā)電設(shè)備知識(shí)庫(kù)系統(tǒng)研究
一種基于自然語(yǔ)言處理的發(fā)電設(shè)備知識(shí)庫(kù)系統(tǒng)，包括知識(shí)抽取、語(yǔ)料和知識(shí)存儲(chǔ)、知識(shí)問(wèn)答排序和知識(shí)庫(kù)前端問(wèn)答等模塊，構(gòu)建過(guò)程為：首先進(jìn)行發(fā)電設(shè)備領(lǐng)域自然語(yǔ)言處理基礎(chǔ)模型訓(xùn)練，再針對(duì)領(lǐng)域語(yǔ)料進(jìn)行知識(shí)抽取，最后利用排序模型實(shí)現(xiàn)知識(shí)問(wèn)答。對(duì)比4種知識(shí)抽取方案可得：對(duì)于Top1和Top3準(zhǔn)確率，知識(shí)抽取前處理增加MRC模型比后處理增加MRC校驗(yàn)回路準(zhǔn)確率高;對(duì)于Top5準(zhǔn)確率，后處理中增加MRC校驗(yàn)回路較前處理中增加MRC模型準(zhǔn)確率高。關(guān)鍵詞：自然語(yǔ)言處理;發(fā)電設(shè)備;知識(shí)現(xiàn)代信息科技 2021年6期2021-10-19
- 基于多類型池化卷積神經(jīng)網(wǎng)絡(luò)的文本分類
關(guān)鍵詞：自然語(yǔ)言處理;文本分類;卷積神經(jīng)網(wǎng)絡(luò);特征提取;池化操作0 引言文本分類問(wèn)題是自然語(yǔ)言處理領(lǐng)域中一個(gè)非常經(jīng)典的問(wèn)題，也是實(shí)際應(yīng)用中管理文本信息的一種重要方法，并在信息過(guò)濾、信息組織管理、文本信息異常檢測(cè)、語(yǔ)義辨析和情感分析等領(lǐng)域得到廣泛的應(yīng)用和發(fā)展。本文提出一種基于多類型池化的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)短文本進(jìn)行分類，實(shí)驗(yàn)結(jié)果表明，基于多類型池化的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在短文本分類上表現(xiàn)效果良好。1 卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural無(wú)線互聯(lián)科技 2021年16期2021-10-18
- 人工智能自動(dòng)生成海上大風(fēng)預(yù)報(bào)報(bào)文研究
，再利用自然語(yǔ)言處理基于規(guī)則和基于統(tǒng)計(jì)相結(jié)合的方法自動(dòng)生成預(yù)報(bào)文本。該方法可將現(xiàn)行需要人工45—60 分鐘才能完成的預(yù)報(bào)報(bào)文減少到2—4 分鐘內(nèi)完成，大大提高了海洋氣象預(yù)報(bào)的工作效率。關(guān)鍵詞：海上大風(fēng)預(yù)報(bào);自動(dòng)生成;自然語(yǔ)言處理;神經(jīng)網(wǎng)絡(luò)擬合中圖分類號(hào)：TP39? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-1472（2021）-09-09-04Abstract： This paper proposes to apply Artificial Intellig軟件工程 2021年9期2021-09-13
- 深度學(xué)習(xí)背景下的“自然語(yǔ)言處理”課程教學(xué)研究
傳統(tǒng)“自然語(yǔ)言處理”課程的教學(xué)內(nèi)容以基于統(tǒng)計(jì)學(xué)習(xí)的方法為主，與當(dāng)前主流的基于深度學(xué)習(xí)的方法這一發(fā)展現(xiàn)狀不匹配。為了培養(yǎng)符合市場(chǎng)需求的人才，應(yīng)探討深度學(xué)習(xí)背景下“自然語(yǔ)言處理”課程的理論和實(shí)驗(yàn)教學(xué)內(nèi)容設(shè)計(jì);為了提高課堂教學(xué)效果，引入對(duì)比教學(xué)法，通過(guò)與基于統(tǒng)計(jì)學(xué)習(xí)的方法進(jìn)行對(duì)比，讓學(xué)生深刻理解基于深度學(xué)習(xí)方法的優(yōu)缺點(diǎn)。實(shí)踐表明，對(duì)比教學(xué)法適合深度學(xué)習(xí)背景下“自然語(yǔ)言處理”課程的教學(xué)，教學(xué)效果顯著提高。[關(guān)鍵詞] 人口智能;深度學(xué)習(xí);教學(xué)內(nèi)容;對(duì)比教學(xué)法[基金教育教學(xué)論壇 2021年29期2021-09-12
- 基于新聞大數(shù)據(jù)的珠海城市形象研究
據(jù)，通過(guò)自然語(yǔ)言處理方法對(duì)數(shù)據(jù)進(jìn)行分詞和語(yǔ)義分析，進(jìn)行文本信息挖掘，分析珠海城市形象。數(shù)據(jù)分析表明：（1）珠海的經(jīng)濟(jì)水平逐年提升，城市形象往經(jīng)濟(jì)型發(fā)展。（2）珠海的城市形象在往創(chuàng)新型城市靠攏。關(guān)鍵詞：珠海;城市形象;新聞;大數(shù)據(jù);自然語(yǔ)言處理1 背景1.1 珠海簡(jiǎn)介珠海，是中國(guó)最早設(shè)立的經(jīng)濟(jì)特區(qū)之一，也是全國(guó)唯一以整體城市景觀入選“全國(guó)旅游勝地四十佳”的城市，大灣區(qū)重要節(jié)點(diǎn)城市。1.2 城市形象的概念城市形象是社會(huì)大眾對(duì)城市的總體印象和評(píng)價(jià)，這種總體印象包交通科技與管理 2021年19期2021-09-10
- 大數(shù)據(jù)與機(jī)器學(xué)習(xí)構(gòu)建動(dòng)態(tài)企業(yè)級(jí)畫像系統(tǒng)
絡(luò)爬蟲;自然語(yǔ)言處理;動(dòng)態(tài)企業(yè)畫像1緒論企業(yè)級(jí)畫像系統(tǒng)是以企業(yè)為主體，通過(guò)對(duì)企業(yè)規(guī)模、經(jīng)營(yíng)范圍、公司人數(shù)、注冊(cè)資本、財(cái)務(wù)狀況、招聘狀態(tài)、最新業(yè)務(wù)動(dòng)態(tài)等信息進(jìn)行采集和分析，構(gòu)建出不同標(biāo)簽的企業(yè)畫像。企業(yè)畫像的內(nèi)容可以根據(jù)具體的應(yīng)用場(chǎng)景進(jìn)行定制化設(shè)定。企業(yè)畫像的標(biāo)簽可以是一個(gè)公司的發(fā)展階段（初創(chuàng)、成熟、衰退），可以通過(guò)財(cái)務(wù)狀況而判斷出來(lái)的公司的健康程度，亦可以是公司的發(fā)展方向等，從而為B2B業(yè)務(wù)的企業(yè)畫像提供更多維度來(lái)幫助企業(yè)進(jìn)行精準(zhǔn)營(yíng)銷，優(yōu)化推廣渠道，以及實(shí)科技風(fēng) 2021年15期2021-08-31
- 人工智能引領(lǐng)紡織行業(yè)創(chuàng)新發(fā)展
統(tǒng);借助自然語(yǔ)言處理進(jìn)行個(gè)性化紡織專業(yè)教育;利用機(jī)器學(xué)習(xí)算法開發(fā)智能CAD、紡織面料評(píng)級(jí)與分類、生產(chǎn)管理以及服裝面料圖案設(shè)計(jì)的應(yīng)用，進(jìn)行流行趨勢(shì)預(yù)測(cè)以及服裝設(shè)計(jì);工業(yè)機(jī)器人的發(fā)展實(shí)現(xiàn)了筒子紗染色的數(shù)字化自動(dòng)生產(chǎn)。人工智能將作為戰(zhàn)略性技術(shù)引領(lǐng)紡織行業(yè)發(fā)展，帶動(dòng)提高紡織各領(lǐng)域智能化水平，進(jìn)而帶來(lái)深遠(yuǎn)的變革。關(guān)鍵詞：人工智能;人工神經(jīng)網(wǎng)絡(luò);自然語(yǔ)言處理;機(jī)器學(xué)習(xí);紡織行業(yè)中圖分類號(hào)：TS181.8 ?文獻(xiàn)標(biāo)志碼：B文章編號(hào)：1009-265X（2021）03-0現(xiàn)代紡織技術(shù) 2021年3期2021-08-23
- 《自然語(yǔ)言處理》課程教學(xué)分析與實(shí)踐
摘要：《自然語(yǔ)言處理》課程是計(jì)算機(jī)及人工智能專業(yè)的一門重要課程，其研究?jī)?nèi)容是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。針對(duì)《自然語(yǔ)言處理》課程理論性較強(qiáng)、知識(shí)體系龐大的特點(diǎn)，該文基于現(xiàn)有的實(shí)踐教學(xué)方法提出了新的教學(xué)思路，即“認(rèn)知驅(qū)動(dòng)+編程鞏固”教學(xué)方法。具體而言，該文首先介紹了《自然語(yǔ)言處理》課程的教學(xué)內(nèi)容，其次分析了當(dāng)前實(shí)踐教學(xué)體系中存在的問(wèn)題，最后詳細(xì)闡述了新的“認(rèn)知驅(qū)動(dòng)+編程鞏固”教學(xué)方法。關(guān)鍵詞：自然語(yǔ)言處理;實(shí)踐教學(xué);認(rèn)知驅(qū)動(dòng);編程鞏固;人工電腦知識(shí)與技術(shù) 2021年18期2021-08-18
- 利用自然語(yǔ)言處理的無(wú)線智能家居設(shè)計(jì)
統(tǒng)，利用自然語(yǔ)言處理技術(shù)識(shí)別方言，簡(jiǎn)化操作，擴(kuò)大控制范圍。若結(jié)合AI算法，可使智能燈光系統(tǒng)根據(jù)環(huán)境變化自動(dòng)調(diào)節(jié)舒適度并令終端周期性休眠，用戶可通過(guò)智能手機(jī)實(shí)現(xiàn)無(wú)線遠(yuǎn)程喚醒或直接控制，在減少能耗的基礎(chǔ)上構(gòu)建一個(gè)智能家居的未來(lái)生態(tài)模型?！娟P(guān)鍵詞】? ? 自然語(yǔ)言處理? ? 智能家居? ? 無(wú)線控制? ? 語(yǔ)音識(shí)別引言：智能家居是以家庭為平臺(tái)，利用無(wú)線通信技術(shù)與遠(yuǎn)程控制技術(shù)把家居設(shè)備集成在一起，構(gòu)建高效的人工管理系統(tǒng)，提升家居舒適性，并實(shí)現(xiàn)智能的居住環(huán)境。隨著科中國(guó)新通信 2021年11期2021-08-16
- 生成式對(duì)抗網(wǎng)絡(luò)在自然語(yǔ)言處理中的應(yīng)用
像處理及自然語(yǔ)言處理任務(wù)中得到了廣泛的應(yīng)用。但是，生成式對(duì)抗網(wǎng)絡(luò)同樣存在缺點(diǎn)，比如訓(xùn)練過(guò)程中不穩(wěn)定、生成數(shù)據(jù)過(guò)程中出現(xiàn)模式坍塌現(xiàn)象等。本文從網(wǎng)絡(luò)結(jié)構(gòu)、損失函數(shù)定義出發(fā)來(lái)分析GAN，并介紹其在自然語(yǔ)言處理中的應(yīng)用。關(guān)鍵詞： 生成式對(duì)抗網(wǎng)絡(luò); 自然語(yǔ)言處理; 序列生成; 遷移學(xué)習(xí)文章編號(hào)： 2095-2163（2021）03-0181-05 中圖分類號(hào)：TP391;TH166 文獻(xiàn)標(biāo)志碼：A【Abstract】Generative Adversarial Ne智能計(jì)算機(jī)與應(yīng)用 2021年3期2021-08-09
- 旅游景點(diǎn)評(píng)論情緒的大數(shù)據(jù)檢測(cè)、分類和惡意過(guò)濾系統(tǒng)的設(shè)計(jì)
貝葉斯;自然語(yǔ)言處理;結(jié)構(gòu)化感知機(jī)在旅游領(lǐng)域，各大企業(yè)都對(duì)用戶評(píng)論、游記、旅游心得等用戶的直接反饋信息極為注重，這些用戶評(píng)論、游記、旅游心得等都是用戶在體驗(yàn)自身企業(yè)服務(wù)或者游玩景點(diǎn)的時(shí)候的直接感受，而往往其他客戶在考慮是否出行時(shí)，受這些評(píng)論信息的影響是巨大的，既“好評(píng)”如潮的旅游景點(diǎn)往往更能吸引客戶的出行。因此大部分企業(yè)的評(píng)論系統(tǒng)都會(huì)讓客戶在評(píng)論時(shí)評(píng)定一個(gè)“星級(jí)”或者“等級(jí)”來(lái)對(duì)旅游評(píng)論信息進(jìn)行分類。但是這種分類方法不是很靈活，過(guò)于死板，有時(shí)候“星級(jí)”高的速讀·中旬 2021年9期2021-08-05
- 向量語(yǔ)義學(xué)分析The Analysis of Vector Semantics
法被用于自然語(yǔ)言處理的技術(shù)之中。通過(guò)考察單詞出現(xiàn)的語(yǔ)境來(lái)表征詞的語(yǔ)義，而不再是傳統(tǒng)的語(yǔ)言學(xué)或邏輯學(xué)視角刻畫詞功能意義或模型論語(yǔ)義?！鬉bstract： Vector semantics represents the meaning of words by analyzing the distribution of words in the text， which is used in natural language processing technolo速讀·下旬 2021年1期2021-07-28
- 中文命名實(shí)體識(shí)別研究方法綜述
鍵詞： 自然語(yǔ)言處理; 命名實(shí)體識(shí)別; 條件隨機(jī)場(chǎng); 評(píng)價(jià)指標(biāo); 信息抽取中圖分類號(hào)：TP391? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2021）04-18-04Abstract： Named entities are things that exist in the real world. They interact and influence each other with the real world. Theref計(jì)算機(jī)時(shí)代 2021年4期2021-06-29
- 基于自然語(yǔ)言處理的電力調(diào)控智能搜索引擎關(guān)鍵技術(shù)研究
通過(guò)基于自然語(yǔ)言處理的電力調(diào)控語(yǔ)言處理和智能搜索引擎推理控制策略，設(shè)計(jì)一種基于自然語(yǔ)言處理的電力調(diào)控智能搜索引擎。通過(guò)實(shí)驗(yàn)證明，該引擎與傳統(tǒng)引擎相比可有效縮短搜索耗時(shí)，進(jìn)一步提高搜索引擎的效率。關(guān)鍵詞：自然語(yǔ)言處理;電力調(diào)控;智能搜索引擎;關(guān)鍵技術(shù)中圖分類號(hào)：TP391.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-5922（2021）05-0085-03Research on Key Technologies of Power Control Intellig粘接 2021年5期2021-06-29
- 當(dāng)前機(jī)器翻譯在日本文學(xué)翻譯方面的缺陷與對(duì)策
器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)，機(jī)器翻譯正處于飛速發(fā)展的階段。本文以百度翻譯的《在城崎》譯文為例，旨在通過(guò)分析機(jī)器翻譯目前的不足之處，提出改進(jìn)意見，為推動(dòng)機(jī)器翻譯在跨語(yǔ)言、跨文化交流方面的發(fā)展貢獻(xiàn)力量。關(guān)鍵詞：機(jī)器翻譯;日譯漢;日本文學(xué);自然語(yǔ)言處理]一、引言“機(jī)器翻譯是利用計(jì)算機(jī)把一種自然源語(yǔ)轉(zhuǎn)換成另一種自然目標(biāo)語(yǔ)言的過(guò)程。機(jī)器翻譯研究如何利用計(jì)算機(jī)實(shí)現(xiàn)自然語(yǔ)言之間的自動(dòng)翻譯，是人工智能和自然語(yǔ)言處理領(lǐng)域的重要研究方向之一”（劉洋，2017）。當(dāng)前，隨著經(jīng)濟(jì)全讀書文摘（下半月） 2021年2期2021-06-28
- 教師教學(xué)情緒綜合評(píng)價(jià)分析
響?；?span id="j5i0abt0b" class="hl">自然語(yǔ)言處理理論，建立了分析教師教學(xué)情緒的情感傾向指標(biāo)、情感波動(dòng)指標(biāo)和敏感詞指標(biāo)。為了對(duì)比不同教師之間的總體教學(xué)情緒，采用離差權(quán)評(píng)價(jià)模型建立了教師情緒綜合評(píng)價(jià)方法。實(shí)驗(yàn)表明，上述指標(biāo)和綜合評(píng)價(jià)方法能有效體現(xiàn)教師課堂教學(xué)情緒和他們的情緒差異。本研究成果為智能分析教師教學(xué)情緒提供了客觀依據(jù)，為教師及時(shí)改善教學(xué)效果提供有力支持。關(guān)鍵詞： 教師教學(xué)情緒; 自然語(yǔ)言處理; 綜合評(píng)價(jià); 指標(biāo)中圖分類號(hào)：TP391.1? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?計(jì)算機(jī)時(shí)代 2021年3期2021-06-11
- 機(jī)器學(xué)習(xí)分類算法在社區(qū)問(wèn)答系統(tǒng)中的應(yīng)用
泛應(yīng)用到自然語(yǔ)言處理中，社區(qū)問(wèn)答提供了新的有趣的研究方向。在傳統(tǒng)問(wèn)答領(lǐng)域，通過(guò)分類算法研究用戶交互行為并分析其交互方式，能夠促進(jìn)用戶交互與相關(guān)崗位結(jié)構(gòu)的開發(fā)。在此背景下，針對(duì)SemEval語(yǔ)義測(cè)評(píng)大賽提供的語(yǔ)料庫(kù)進(jìn)行了研究，基于KNN算法、隨機(jī)森林等分類方法對(duì)問(wèn)題的答案進(jìn)行分類，并對(duì)分類結(jié)果進(jìn)行分析和研究。實(shí)驗(yàn)結(jié)果表明，GBRT和隨機(jī)森林這兩種算法的分類效果最好。關(guān)鍵詞： 答案分類; 自然語(yǔ)言處理; 機(jī)器學(xué)習(xí); 隨機(jī)森林;最鄰近節(jié)點(diǎn)算法中圖分類號(hào)：TP39電腦知識(shí)與技術(shù) 2021年12期2021-05-24
- 藏文詞向量技術(shù)研究綜述
關(guān)鍵詞：自然語(yǔ)言處理;詞向量;藏文中圖分類號(hào)：TP183? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2021）11-0226-03Survey of the Research on Tibetan Word Vector TechnologySUO Lang La Mu，QUN Nuo（Tibet University， School of Information Science and Technology， Lhasa 850000， Ch電腦知識(shí)與技術(shù) 2021年11期2021-05-23
- 教師間接語(yǔ)言助力課堂“提質(zhì)增效”