摘要：多跳阅读理解是自然语言处理研究领域的热点和难点,其研究在文本理解、自动问答、对话系统等方面具有重要意义和广泛应用。针对当前面向中文的多跳阅读理解(Multi-Hop Reading Comprehension,MHRC)研究不足的现状,构建了一个面向复杂问题的中文多跳阅读理解(Complex Chinese Machine Reading Comprehension,Complex CMRC)数据集,提出了一种基于问题分解的中文MHRC方法。该方法分为问题分解和问题求解两个阶段:首先提出了一种融合JointBERT模型和规则的复杂问题分解方法,通过JointBERT模型对问题类型识别和问题片段识别联合建模,获得准确的问题类型和问题片段信息,再利用专门设计的问题分解规则将复杂问题分解为多个简单子问题;然后采用BERT预训练模型对所有子问题进行迭代求解,最终获得复杂问题的答案。分别在Complex CMRC数据集上进行问题分解和问题求解实验,取得了良好的实验结果,验证了提出方法的有效性。

摘要：在对机器翻译发展艰难历程总结和反思的基础上,提出了以用户模型为核心的知识管理与机器翻译技术融合的新思想。2008年7月该成果通过了中国中文信息学会在京组织的鉴定,鉴定委员会一致认为:"研制单位基于其所承担的国家863课题机器翻译和知识管理技术的融合研发的基于知识管理和智能控制的协同翻译平台已圆满完成。该项研究在利用知识管理技术实现人机双向协同翻译方面达到国际领先水平。"本文对平台研制的思想与方法、设计与实现、分析与应用、历程与展望进行了阐述。

摘要：为了最大程度复用历史工艺过程,提高工艺设计效率,对装配工艺过程重用问题进行了研究,提出了一种基于多核学习的方法。该方法利用了工艺规程名称、规程编号、设计人与装配零件表等直接获取特征,不需要人工确定特征的表达符号集与标注数据;通过定义多个核函数,从不同视角衡量工艺过程的可重用性,并利用工艺大纲文件间的重用度作为指导信息,优化多核组合参数。在47 828份飞机装配工艺规程数据上,多核学习方法能够有效地对工艺规程文件进行筛选与排序,能够保证排序靠前的结果具有较高的重用度,Top 1重用度可达0.3811。实验结果证明了规程文件命名规律、企业工艺文件管理规则、装配零件表等信息在工艺过程复用中的有效性。

摘要：词对齐技术在机器翻译,特别是在统计机器翻译中起着重要作用。词形、语义、句法的多样性和灵活性,未登陆词及分词错误等不利因素,直接或间接影响了词对齐的质量。多策略英汉词对齐方法,融合了基于词典、GIZA++以及基于知网的词对齐方法。通过对双语语料和多策略对齐结果的分析,利用集合形式的运算指导词对齐的消歧过程。实验结果表明,该方法在对齐结果上F值较IBM模型提高近10%,达到了85.07%,对齐错误率降低10%。该方法根据不同算法对齐结果的可靠性和相容性,实现了各种算法的优势互补。

摘要：近年来,基于机器学习方法的术语识别取得了不错的效果.然而,不同系统往往由于采用不同的学习方法或特征集而各有特点,他们在统计意义上性能接近的同时,在具体表现上却存在差异,那么,如何融合各个系统的不同特点和差异以求进一步提升术语识别的效果变得很有价值.针对该问题并结合这些系统自身的特点,提出一种基于分类策略的术语识别系统融合方法.该方法将融合问题看作一个二分类问题,同时,在分类器的设计过程中更加灵活和更多地整合了上下文信息和依存句法信息.在中文术语识别实验中的结果验证了该方法的有效性,融合后的结果好于每一个单系统.

摘要：针对工艺制造领域文本提出一种融入知识的命名实体识别方法,旨在能够准确地识别工艺文本中的12类实体。该方法依据工艺领域知识设计正则规则,对文本序列进行实体的预识别,形成预识别特征矩阵,并使用编码器对预识别特征矩阵编码,再将识别到的结果保存于词典中,然后对输入文本分词训练基于词的知识表示,最后加入基于神经网络的实体识别模型中。使用BiLSTM为预识别特征矩阵编码器和BiLSTM-CRF神经网络模型的F1值达到92.55%。实验结果表明,融入知识的工艺文本命名实体识别方法能够有效提高工艺文本实体的识别效果。

摘要：为有效识别科技人物简历中研究领域信息,对部分时间和单位信息精准分类,提出一种基于字词协同的深度学习序列标注模型与梯度提升决策树模型相结合的科技人物简历信息抽取方法。利用字词协同的双向LSTM-CRF模型对科技人物简历文本进行初步解析,在此基础上使用梯度提升决策树模型实现对时间和单位信息的分类矫正。实验结果表明,该方法能够准确获取研究领域信息的关键特征,有效结合序列标注模型与分类模型的优点,对科技人物简历信息识别的F1值达到91.84%。

摘要：从Web双语资源中获取术语翻译具有很大应用价值。从实用化术语翻译角度出发,设计了一个基于Web的中英术语翻译系统。该系统使用Google搜索引擎,通过关键词扩展技术搜索词汇表类型网页,从其搜索结果摘要中抽取术语翻译。实验结果表明系统取得良好性能:TOP1的正确率达到90.9%,TOP3的正确率达到95.4%。

摘要：针对目前国内鲜有研究且语料资源缺乏的俄语基本名词短语(Base Noun Phrase,Base NP)识别,提出一种规则与统计相结合的方法,其优势是在有限资源的基础上,既能充分利用俄语Base NP在词性构成上的规律特点,通过俄汉词典统计得到最佳词性搭配模式库进行模式匹配;又无需人工标注统计工具所需的训练语料,仅依靠词典和词性搭配模式库自动构建,节省标注代价。规则与统计的结合,既能在很大程度上召回Base NP,又能使用条件随机场(Conditional Random Fields,CRF)纠正规则标注的歧义和错误,处理规则未能覆盖的情况。实验表明,使用该方法实现的俄语基本名词短语识别效果良好,其F值达到了84.14%。

摘要：网络信息的迅速增长,传统搜索引擎的不足,促使了人们对问答系统的研究。首先介绍了一些问答系统相关知识;然后重点介绍了我们设计开发的基于模式匹配技术的中文问答系统;最后使用该系统进行实验,并给出实验结果与分析。实验结果表明,基于模式匹配的中文问答系统是有效的。