汉语共时语料库与追踪语料库语料库语言学的新方向

随着信息技术的不断提升、互联网的普及,汉语自然语言处理的难题不断得到解决,汉语语料库的发展和语料库语言学的应用也面临着新的契机。如何持续充分应用庞大的多种语料库,并协同与配合语言学和人文、社会科学多个领域,来追踪了解各种语言现象及其背后的社会文化深层含义,是语料库语言学可以承担的新任务。LIVAC汉语共时语料库持续处理和分析泛华语七个地区十七年四亿字的语料,可真正起到“时间锦囊”的作用,为紧密追踪、科学观察泛华地区语言现象及有关社会文化演变,提供了坚实的基础和科学依据。该文介绍LIVAC如何由汉语“共时语料库”演变为“追踪语料库”。     

应用最大熵马尔可夫模型标注阅读眼动序列

人在阅读过程中的眼球运动具有一定规律,阅读眼动模型有助于人们更好地理解和认知这些规律。针对现有阅读眼动模型建模方法复杂的问题,突破传统阅读眼动模型注视粒度处理和回视处理模式,提出了基于单词的阅读眼动注视粒度处理模式和基于熟练读者的阅读眼动回视处理模式,利用阅读眼动注视序列标注与自然语言序列标注的高度相似性,形成了阅读眼动注视序列标注方法,从而把复杂的阅读眼动建模过程转化成了简单的语言序列标注过程,并使用最大熵马尔可夫模型实现了所提出的方法。实验结果表明,所提出的方法可以较好地描述阅读眼动任务,并且较易用机器学习模型进行实现。     

基于眼动追踪技术的研究型教学体系建设

介绍基于眼动追踪技术的研究型教学体系在本科和研究生教学中的运用,阐述如何建立全方位科教融合的研究型教学体系,通过教学实践和有益尝试促进该学科的教学效果、推进教学改革。     

眼动仪与视线跟踪技术综述

文章在回顾视线跟踪技术的研究历程基础上,定义了视线跟踪的基本概念和参数。分析了六种主要视线跟踪技术原理,比较了每种技术的优、缺点。介绍了眼动仪硬件设备的研制和发展状况,对比了几种主要的眼动仪性能。最后,探讨了视线跟踪数据的处理软件和方法,并对视线跟踪技术的应用前景进行总结和展望。     

融合眼动数据和文本信息的可视化阅读辅助

研究阅读过程中的视觉注意行为特征,基于眼动数据和文本主题进行阅读行为特征和文档结构的分析,设计了眼动热区图、圆环图、节点链接图、词云等可视化形式.在此基础上开发了面向阅读辅助的可视分析原型系统,该系统记录专家用户（如老师）的眼动数据,然后通过可视化形式分享给新手用户（如学生）.用户实验结果表明,实验组用户的阅读理解客观题和主观题得分平均值分别比对照组用户提高了31.8%和55.0%,阅读和答题总用时比对照组用户平均减少了9.7%,可以有效帮助读者提高阅读效率、快速抓住文章重点和更好地理解文章内容,具有一定的有效性和可行性.     

辨识阅读眼动注视点参数的级联神经网络

提出了一种由三层感知机和单层线性网络构成的级联神经网络,能用于自动辨识眼动实验数据中的注视停顿并确定其时程.计算机仿真结果表明,该网络经过学习训练后能快速、准确地实时处理眼动实验数据,相对误差小于0.2％.     

中文阅读理解语料库构建技术研究

阅读理解问答系统指的是能够自动分析一个自然语言文章,并且根据文中的信息为每个问题生成一个答案的系统,具有很高的研究价值。然而,缺乏中文阅读理解语料库已经成为制约汉语阅读理解问答系统发展的主要障碍。本文对于中文阅读理解语料库的构建过程进行了详细的介绍,包括语料选材、编写问句,标注答案句、语料加工和评测机制,尤其是基于汉语框架语义知识库对语料进行了框架元素、短语类型和句法功能三个层面标注的深加工技术。     

头盔式眼动仪头动检测方法的研究与应用

头动检测一直是头盔式眼动仪在检测中有待研究的关键问题,我们利用现场摄像机摄取的图像帧与帧之间的相关性,采用模式识别与目标跟踪的模板匹配法,对头部的平面运动检测原理及方法进行了研究,实现了眼动测量过程中的头动补偿,有效地提高了眼动数据的准确性和可靠性。本文针对人机界面的特定环境提出了边缘匹配检测法,明显地提高了检测速度,并对这一方法作了进一步的探讨。     

中文笑话语料库的构建与应用

笑话作为国家级非物质文化遗产,历史悠久,普遍存在于人们的日常生活中,是最贴近人们生活的艺术体裁之一,笑话的理解也是人工智能发展需要攻克的难题之一。该文构建的大规模中文笑话语料库为人工智能以及语言学研究提供了有利的资源支撑。该文首先归纳总结笑话语料库所依据的笑话相关理论基础,然后对语料库构建中语料标注、语料分析等工作做了详细的介绍,最后在语料库的基础上,分别将笑话与故事、微博、歇后语/谚语以及新闻四种体裁分别做了识别工作,验证了笑话简洁、具有一定的情节、富含情感等特征。同时通过与等长的负例构成的数据集进行笑话识别,验证了所提出特征的有效性。     

专业语料库建立及其在机器翻译中的应用

机器翻译作为语言信息处理研究的一个分支,通过采用语料库技术,较好地提高了翻译的准确性和可读性.因此,标准语料库的建立及应用在其中有着重要的地位和作用.通过建立一个专业领域(如自动化、计算机)汉英平行语料库,来实现语料库在统计机器翻译系统中的应用.     

发展心理学与智能系统构造

一、知识与认知过程不可分割在专家系统的构造时碰到两个难题:知识获取瓶颈和知识窄台阶,解决这两个问题的根本方法是通过机器学习来完善知识库,知识库是专家系统的核心,包括内容、结构和构造方法三个方面。在教育学看来,与学习相连的记忆过程是:将新的知识内化或组织到已有的知识结构中去,以便在将来的某一个时期可以利用或再现它,有时也将内化称为整合或同化。这个过程不是机械地储存,而是信息组合再加工。新学习     

基于人工智能的电厂电气自动化系统的实现与应用

社会的进步要求生产力更加发达,要求人类的经济生活更加智能化,以节省宝贵的时间去做其它有益的事情。电气自动化控制领域的革新需要人工智能的大力支持,而人工智能在自动化控制方面的优势在这个领域也确实能够得到极大的发挥,促进自动化控制的发展进步。自动化的特征,表达了一个共同的主题,即提高机械人类意识能力,强化控制自动化,因此人工智能任电气自动化领域将会大有作为,电气自动化控制也需要人工智能的参与。     

Computational intelligence in economics and finance: Carrying on the legacy of Herbert Simon

This is an editorial guide for the special issue on computational intelligence (CI) in economics and finance. A historical introduction to the background is given. This research paradigm is traced back to Herbert Simon, who, as a founder of artificial intelligence, pioneered the applications of AI to economics. The move from the classical AI to CI indicates a continuation of the legacy of Herbert Simon. Computational intelligence has proved to be a constructive foundation for economics. In responding to what Herbert Simon referred as procedural rationality, our study of bounded rationality has been enriched by bringing autonomous agents into the economic analysis.     

从C. S. Peirce的存在图表到John F. Sowa的概念图表的形成来看人工智能的应用和发展

John F.Sowa的概念图表在现代人工智能的研究中得到了广泛的应用。本文从符号记号学和语言学的角度分析了从C.S.Peirce存在逻辑图表到John F.Sowa概念图表形成的过程。文章指出，存在图表是概念图表形成的基础，而概念图表是在存在图表的基础上对高阶图形逻辑的完善和发展。在分析过程中同时得出语言学和符号记号学的研究在人工智能发展中起到了重要作用；而在人工智能的研究和发展中跨学科研究是至关重要的。     

航天测量站数据池建设方法研究与数据应用

航天测控网通常由测控中心和测量站(船)组成,测量站是航天测控网的基本组成部分；在几十年的发展进程中,航天测控领域积累了海量的数据；对测量站来讲,数据可主要分为测控数据、通信数据和设备状态数据三大类；测控数据主要用于向上级报送,通信数据主要用于通信状态监视,设备状态数据主要用于设备状态的监测；当前测量站数据存在着存储零散、不成体系、相对隔离的问题；基于此提出了一种测量站数据池建设方法,能够实现数据集中控制,减少数据的冗余度,提高数据一致性和可维护性,提高数据的利用率；最后从多个方面对数据的应用前景进行了展望；测量站数据池的建设将使提升测控工作的自动化与智能化程度成为可能。     

专业语料库建立及其在机器翻译中的应用

在语言信息处理的研究中,语料库（特别是双语语料库）的作用日益凸现出来。机器翻译作为语言信息处理研究的一个分支,通过采用语料库技术,较好地提高了翻译的准确性和可读性。因此,标准语料库的建立及应用在其中有着重要的地位和作用。本文主要研究了一个专业领域（如自动化、计算机）汉英平行语料库的建立,最后简述了语料库在统计机器翻译系统中的应用。     

人工智能的新发展:人工神经网络及其应用

文章从人工智能的角度阐述了一种快速收敛的ＰＩＤ神经网络控制模型,其模型的网络结构简单,学习收敛速度快,初值选取方便,把ＰＩＤ神经网络应用于延迟系统,取得了理想的控制效果。此模型的应用充分体现了人工智能的特点。