摘要：为提高专利功效短语抽取的准确率和召回率,保障专利布局等研究工作的高质量进行,提出一种融合多特征的专利功效短语抽取模型。基于Bert-BiLSTM-CRF的整体框架,利用Bert模型对文本进行向量化,融合偏旁部首、五笔、词长+词性等特征输入到BiLSTM或Transformer进行编码,使用CRF解码得到对应输入的标签序列,得到专利功效短语。实验采用新能源汽车领域的专利文本作为训练数据,尝试组合不同的特征进行实验,实验结果表明,所提模型在准确率、召回率、F1值上均取得了明显提升,验证了多特征融合在功效短语抽取任务上的有效性。

摘要：为尽早发现负面新闻以降低对公司的影响,提出采用判断新闻文本关键句群倾向性的方法判断新闻的倾向性。对于公司名识别,在综合原有方法优势的基础上增加百度百科查询,向公司名基础词典加入公司名和公司代码映射;在关键句群抽取环节中,使用doc2vec模型计算句子和新闻标题相似度,综合句子位置信息、句子中领域动词信息、句子中公司名信息;使用Word2vec模型并结合TFIDF的句子表示方法,使句子的表示更加准确、更有侧重。使用LSTM模型对关键句群进行分类,实验结果表明,该模型分类效果优于传统机器学习分类模型和CNN。

摘要：原版引进国外节目的模式,正在成为电视业的新景观。在这一背景下,作为一档央视原创电视节目,《中国汉字听写大会》获得了高收视率。在新媒体与传统媒体融合成为趋势的当下,其成功所带来的启迪是:我国电视节目研发可以根植于中国传统文化,应当符合受众的审美期待,可以利用"仪式感"的营造,进行新媒体的融合。这一经验,为时下我国原创电视节目的生产提供了新的思路,也为全球化浪潮下民族性的保持提供了较好的解决方案。

摘要：由于领域知识图谱包含丰富的相应领域下实体及实体间关系的知识语义,能够为领域对话的回复提供重要参考,提出一种BERT融合BiLSTM的对话训练方法。基于医疗知识图谱,将知识语义的图谱信息融入对话系统,使用TransE模型将已有的医疗图谱数据融入多轮对话,通过扩充知识库的信息扩大对话系统的适用范围,对比GPT2和BERT模型在已有多轮对话数据集上的效果。实验结果表明,该方法F1值达到92.59%,满足了对话系统对回复严谨性的要求。

摘要：通过对新能源汽车领域中文专利文献中术语特点的分析,提出利用条件随机场模型,分别基于三词位、四词位和六词位的字序列标注进行术语抽取的方法。以字为切分粒度,避免在术语抽取过程中因分词原因导致术语识别错误问题,并探讨不同词位标注集对术语抽取性能的影响。实验结果表明,基于六词位字标注的条件随机场模型术语抽取的性能最好,准确率、召回率和F值优于对比方法中基于词、词性、词长等信息作为特征的抽取方法,验证了所提方法的有效性。

摘要：讨论基于GMM-UBM/SVM的电话语音监控系统。GMM是说话人识别系统中使用的常用方式。但由于监控语音发话时间短暂,电话-互联网终端及传输线背景噪音大等因素影响了GMM的识别精度。基于GMM的鲁棒性及SVM对小量静态数据具有高分类的优势设计电话语音监控系统并通过维吾尔语研讨了系统性能。为了便于比较,同时也讨论了量化距离(VQ)、加权量化距离(WVQ)及基线系统的识别。在50个目标人训练集,每人发话时间为20秒时,对10秒测试语音提案方法识别率对比于VQ和WVQ法分别提高了20.2%及16.7%。

摘要：为提高机构名识别精度,满足关系抽取等下游任务的需求,提出分阶段细粒度命名实体识别思想。利用Bert-BiLSTM-CRF模型对机构名进行粗粒度识别,将机构名视为短文本,采用Bert-CNN对构建的机构名词典训练细粒度分类模型,获取机构名的细粒度标签。实验结果表明,提出的分阶段方法在细粒度机构名识别上F1值最佳达到了0.8117,远超词典匹配方法。

摘要：隐性标调是现行盲文不占方的标调方式,能够兼顾准确性和简洁性。在符合隐性标调基本条件的范围内,可以按照对优选条件符合度的高低优选隐性标调的音节(词)。现行盲文隐性标调应当以省方效率高的单音节为主体,以符合盲人阅读习惯或易读易记的单音节为辅,再以少量直接规定的多音节隐性标调定型词为补充。隐性标调后现行盲文的触觉品质不应降低。优选出的单音节(词)的省方总效率为32.83%,多音节词的省方总效率仅有4.34%。

摘要：针对区级人大报告特定的几方面内容进行文本分类,可以让人大工作人员对不同工作内容进行快速分辨,是构建人大报告辅助生成系统的必要内容。为对不同内容分类,基于TF-IDF(词频-逆文档频率)与知识增强语义表示模型ERNIE(enhanced representation from knowledge integration)结合构建分类模型。ERNIE直接对语义知识单元进行建模,在此基础上加入TF-IDF提升模型性能。实验结果表明,该方法在分类的准确率和召回率上表现不错,使ERNIE模型收敛速度加快,通过该模型可以较好地对人大报告的文本进行分类。

摘要：针对存在的化验单文字检测方法效果无法达到实用标准以及敏感信息区域无法有效过滤的问题,提出一种自然场景下的化验单文字检测方法(BHS-CTPN)。BHS-CTPN方法引入BRISK、Hough、Sauvola等一系列预处理方法进行化验单矫正、敏感信息区域去除和图像增强。同时在特征提取时卷积核的设计、anchor设定和文本框合并等方面来改进CTPN网络模型。BHS-CTPN方法与CTPN模型相比,准确率、召回率、F1值分别提升8%、10%、9%;与目前化验单文字检测领域效果最好的华为API接口相比,准确率、召回率、F1值分别提升6%、3%、5%。大量实验结果表明,BHS-CTPN方法能够有效准确地检测到自然场景下化验单文本位置,为后期文字识别和化验单解读奠定坚实的基础。