基于领域特征的神经机器翻译领域适应方法

神经机器翻译在资源丰富领域上训练的翻译模型往往在其他资源稀缺领域中表现较差,领域适应是利用资源丰富的领域帮助资源稀少的领域提升翻译质量的一种方法。该文提出基于领域特征的领域适应方法以提升资源稀缺领域的神经机器翻译质量。具体而言,该文尝试构建领域敏感网络以获得领域特有特征,构建领域不敏感网络以获得领域间的共有特征。一个领域判别器被用于区分领域。该文通过训练领域敏感网络使得该领域判别器更易做出准确判断,同时引入对抗机制,使得领域不敏感网络欺骗该领域判别器。最后,提出一种系统集成机制,融合基准神经翻译网络、领域敏感网络、领域不敏感网络以完成神经机器翻译的领域适应。实验结果显示,该方法在中英广播对话领域上和英德口语领域上的翻译效果均有显著提升。     

面向服务的领域需求分析方法及模型研究

面向特征方法是当前进行领域分析的基本方法,但是由于特征的抽象性,使得用面向特征方法所生成的领域模型在领域需求描述和向领域设计、领域实现的转换方面略显不足.提出了面向服务的领域需求分析方法,将Web服务结合到领域分析过程中,通过分析不同的领域需求来源,形成共性和个性领域服务,并以领域服务为中心构建领域需求模型,并在公共出行信息服务系统中进行应用.     

基于领域工程的卫生监督信息系统研究与实现

在领域工程理论的指导下,通过分析研究卫生监督领域各业务领域的特点,采用面向特征的领域分析方法,结合面向对象的软件工程思想,得出了该领域的可继承的业务通用构件及系统体系结构,并阐述了卫生监督信息系统的领域分析、领域设计和领域实现的详细建模过程。     

信息安全审计领域的领域分析和构件提取研究

对领域工程和构件提取做较详细的描述,然后对信息安全审计领域采用领域工程方法来分析领域模型和架构模型,并在两者的基础上来进行特定领域的构件提取,提出一个基于领域构件的信息安全审计系统的体系结构,通过对信息安全这个特定行业领域进行领域分析和领域构件提取研究,能够有效地提高软件开发效率和软件质量,解决本领域的复用。     

基于B／S模式环境在线监测领域模型的设计与实现

研究了软件体系结构和特定领域体系结构方面的相关理论,对环境在线监测领域进行领域分析,得到该领域的动态领域模型,进而提出了该领域的软件体系结构参考模型和领域构件库建设方法,最后设计出该软件体系结构模型以及构件库。     

基于本体的领域需求分析方法与模型研究

领域需求分析是实施领域工程的重要内容,由于领域需求分析参与各方对领域知识理解的差异是领域需求分析的主要困难。该文提出了一种基于本体的领域需求分析方法,试图利用本体在知识表达方面形式化、规范化的优势统一领域内各方对知识的理解,最后给出了UML(统一建模语言)建立领域本体的实例与基于本体的领域需求分析的过程。     

架构师必然是孤独的领袖

在我看来,架构师应该是两个领域的问题的专家。一个是问题领域,一个是计算机领域。而且这两个领域都必须要有很强的基本功。在计算机领域,他必须熟悉很多的体系结构;在问题领域,他必须了解要解决的问题,能够很快地辨识这些问题,并且可以把这些问题转换成计算机领域的描述方式。这两个领域缺一不可,而且了解还必须要深入。     

一种基于使用差异的词语领域性分析方法

领域知识的表达形式最终体现在词汇的领域性上,因此对领域词及其部件的领域度分析是一个关键。该文在分词的基础上,对各个领域语料进行分析,利用词语之间的关系,引入链接分析方法分析词语在各个领域中的使用重要性,并通过词语在各个领域中的使用差异性计算其领域度,从而达到领域分析的目的,获取某个领域的领域部件词。该文采用以上方法在军事、娱乐等领域进行了实验,实验结果表明该方法相对于当前常用的tf×idf方法和Bootstrapping方法,可以更有效地进行领域分析获取领域部件词。     

基于BERT-CRF的领域词向量生成研究

如何在中文BERT字向量基础上进一步得到高质量的领域词向量表示,用于各种以领域分词为基础的文本分析任务是一个亟待解决的问题。提出了一种基于BERT的领域词向量生成方法。建立一个BERT-CRF领域分词器,在预训练BERT字向量基础上结合领域文本进行fine-tuning和领域分词学习;通过领域分词解码结果进一步得到领域词向量表示。实验表明,该方法仅利用少量的领域文本就可以学习出符合领域任务需求的分词器模型,并能获得相比原始BERT更高质量的领域词向量。     

领域对齐对抗的无监督跨领域文本情感分析算法

在实际应用场景中,情感分析技术为自动判别文本情感极性提供了有效的决策及解决方案,但是文本情感分析技术依赖于大量的标定样本.为了减小对人工标注的依赖,有研究者提出了基于领域自适应的跨领域情感分析技术.该技术面向跨领域文本情感分析任务,将经由标定样本训练的源领域模型,迁移至无标定的目标领域.然而目前的领域自适应技术仅从单个角度进行迁移,即减小领域专有特征差异或提取领域不变特征.因此考虑到跨领域文本数据同时包含领域专有特征和领域不变特征的特点,提出了一种领域对齐对抗的无监督跨领域文本情感分析算法.该算法通过渐进式的迁移策略,逐层减小不同语义层的领域差异,并在高层语义子空间通过协同优化的领域自适应算法,实现跨领域文本数据的领域知识迁移.在2个公开跨领域文本情感数据集上的24组跨领域文本情感分类实验结果表明,与4类领域自适应算法中代表性的和当前表现最优的方法相比,领域对齐对抗的无监督跨领域文本情感分析算法在24组实验中取得了最高的平均分类准确率,同时结合迁移性能分析结果和特征分布可视化结果,证明该算法一定程度上提升了现有无监督跨领域文本情感分析算法的分类性能和迁移性能.     

动态迁移实体块信息的跨领域中文实体识别模型

由于中文文本之间没有分隔符,难以识别中文命名实体的边界.此外,在垂直领域中难以获取充足的标记完整的语料,例如医疗领域和金融领域等垂直领域.为解决上述不足,提出一种动态迁移实体块信息的跨领域中文实体识别模型(TES-NER),将跨领域共享的实体块信息(entity span)通过基于门机制(gate mechanism)的动态融合层,从语料充足的通用领域(源领域)动态迁移到垂直领域(目标领域)上的中文命名实体模型,其中,实体块信息用于表示中文命名实体的范围.TES-NER模型首先通过双向长短期记忆神经网络(BiLSTM)和全连接网络(FCN)构建跨领域共享实体块识别模块,用于识别跨领域共享的实体块信息以确定中文命名实体的边界;然后,通过独立的基于字的双向长短期记忆神经网络和条件随机场(BiLSTM-CRF)构建中文命名实体识别模块,用于识别领域指定的中文命名实体;最后构建动态融合层,将实体块识别模块抽取得到的跨领域共享实体块信息通过门机制动态决定迁移到领域指定的命名实体识别模型上的量.设置通用领域(源领域)数据集为标记语料充足的新闻领域数据集(MSRA),垂直领域(目标领域)数据集为混合领域(OntoNotes 5.0)、金融领域(Resume)和医学领域(CCKS 2017)这3个数据集,其中,混合领域数据集(OntoNotes 5.0)是融合了6个不同垂直领域的数据集.实验结果表明,提出的模型在OntoNotes 5.0、Resume和CCKS 2017这3个垂直领域数据集上的F1值相比于双向长短期记忆和条件随机场模型(BiLSTM-CRF)分别高出2.18%、1.68%和0.99%.     

基于领域适应嵌入的军事命名实体识别

为了解决单一军事领域语料不足导致的领域嵌入空间质量欠佳,使得深度学习神经网络模型识别军事命名实体精度较低的问题,文中从字词分布式表示入手,通过领域自适应方法由额外的领域引入更多有用信息帮助学习军事领域的嵌入。首先建立领域词典,将其与CRF算法结合,对收集到的通用领域语料和军事领域语料进行领域自适应分词,作为嵌入训练语料,并将词向量作为特征与字向量拼接,以丰富嵌入信息并验证分词效果;然后对训练所得的通用领域和军事领域的异构嵌入空间进行领域自适应转换,生成领域自适应嵌入,并作为基础模型BiLSTM-CRF层的输入;最后通过CoNLL-2000进行识别评价。实验结果表明,在相同模型下,输入领域适应嵌入比输入一般分词后的语料训练所得的军事领域嵌入,其模型识别的精确率(P)、召回率(R)、综合F1值(F1)分别提高了2.17%,1.04%,1.59%。     

基于质心迁移的领域适应性情感分类

针对监督学习方法在文本的跨领域情感分析效果较差的问题,提出基于质心迁移的领域间适应性情感分类方法。该方法利用源领域的标注文本对目标领域的大量未标注文本进行分类,选择一部分可信度高的文本加入到训练集,同时去除源领域中距离目标领域测试集质心较远的文本,通过迭代逐渐缩小两个领域间的质心距离,减小领域间差异。实验结果表明,该方法能提高跨领域倾向性分析的精度。     

统计与词典相结合的领域自适应中文分词

基于统计的中文分词方法由于训练语料领域的限制,导致其领域自适应性能力较差。相比分词训练语料,领域词典的获取要容易许多,而且能为分词提供丰富的领域信息。该文通过将词典信息以特征的方式融入到统计分词模型(该文使用CRF统计模型)中来实现领域自适应性。实验表明,这种方法显著提高了统计中文分词的领域自适应能力。当测试领域和训练领域相同时,分词的F-measure值提升了2%;当测试领域和训练领域不同时,分词的F-measure值提升了6%。     

本体与UML在领域需求分析中的研究与应用

领域需求分析是实现领域内软件复用的保证,而领域知识的高效表述与有效共享是领域需求分析的前提.为解决领域知识理解与共享的问题,利用本体在领域知识表达方面的优势,研究了一种基于本体与UML的领域需求分析方法,为领域需求各方提供了一种明确的,定义良好且统一的需求表达方式,解决了所谓"通信鸿沟"问题;采用基于UML的领域本体建模方法建立领域本体模型,为本体模型提供了图形化、直观的描述,进而详细分析了基于本体与UML的领域需求分析过程,最后给出了模具产品数据管理系统的领域需求分析过程的实例.     

图灵和图灵奖

对每一个行业和领域来说,几乎都存在着一项或两项令其领域内所有人视为“终极荣誉”的大奖,如电影界的奥斯卡奖、新闻领域的普利策奖、数学领域的沃尔夫奖和费尔兹奖等等。随着计算机通讯业的迅猛发展,“图灵”无论是在计算机领域、数学领域、人工智能领域还是哲学、逻辑学等领域,都可谓是“掷地有声”。     

面向领域的Web数据抽取与集成

面向领域的Web数据挖掘包括领域Web数据抽取和领域Web数据集成。针对领域数据抽取,提出了Web结构数据模型和Web表模式,给出了Web表定位和数据记录抽取的算法,针对领域Web数据集成,提出了基于领域模型的数据集成算法。结合行业领域的实际需求,验证了模型和算法的有效性。     

领域需求差异分析方法与应用研究

领域信息源的发展变化是推动领域需求不断演进的源泉,已有的领域分析方法中却鲜有对领域需求演变过程和如何演变进行分析的说明。因此,提出了一种领域需求差异分析方法,主要用于对特定领域的需求演变进行分析。该方法借助领域原型系统获取并分析领域需求现状与目标之间的差异问题,从而得到领域需求演进过程需要关注的问题域,并以此为依据建立领域需求演进模型。该方法在银行核心业务领域的需求分析过程中进行了实际应用,充分验证了该方法的有效性。     

基于领域模板的网格服务组合研究*

提出了一种基于领域模板的网格服务组合方法,通过对领域的共性需求进行抽象、归纳、总结,并生成领域模板,然后基于生成的领域模板给出了一个新的高效的领域模板匹配算法。与已有的方法相比,该方法可以自动根据服务所属领域,从已生成的领域模板中选取相应的领域模板来实现服务的动态组合,这不仅缩短了组合时间,而且提高了服务组合的效率。     

基于伪相关反馈模型的领域词典生成算法

本文提出了一种基于伪相关反馈模型的领域词典自动生成算法。将领域词典生成过程视为领域术语的检索过程假设初始检索出来的前若干个字符串与领域相关,将这些字符串加到领域词典中,重新检索,如此迭代,直到生成的领域词典达到预先设定的规模。实验表明,本算法经过若干次迭代后生成的领域词典准确率高于已有领域词典生成算法。