版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、復(fù)述(Paraphrase),國內(nèi)的研究者有時也稱之為“改寫”,顧名思義就是對相同意思的不同表達(dá)。復(fù)述在自然語言中是一種非常普遍的現(xiàn)象,同時也在自然語言處理(NLP)的應(yīng)用領(lǐng)域中扮演著很重要的角色,是自然語言處理(NLP)中一個研究的難點(diǎn)和熱點(diǎn),因此現(xiàn)在越來越受到廣大研究者的關(guān)注。
本文的主要研究對象是基于混聯(lián)電路的復(fù)述識別技術(shù)。復(fù)述識別技術(shù)可以實(shí)時處理機(jī)器翻譯中遇到的未登錄短語,復(fù)述識別技術(shù)也能識別自動問答系統(tǒng)中多重問句形式
2、從而提高系統(tǒng)性能,復(fù)述識別技術(shù)還能在多文檔自動摘要系統(tǒng)中用于生成、壓縮、相似句子識別等等。
本文首先提出了一種新的句子之間距離計算的方法,此方法類似于相似度的計算方法,不同之處在于,電阻距離是計算的值越小,兩個句子越相似,而相似度是計算的值越大,兩個句子越相似。我們首先把兩個句子分別用圖G(V,E,ω)的方法把它們表示出來,然后我們把這兩幅圖合并,相同的單詞節(jié)點(diǎn)V合并在一起,不同的單詞節(jié)點(diǎn)V不合并在一起,與此同時相應(yīng)的邊E和權(quán)
3、重ω也合并在一起,權(quán)重ω的倒數(shù)即是對應(yīng)的電阻,其中我們引入了英文同義詞詞典WordNet,來提高兩個句子之間的正確率、召回率和F1值。這兩個句子之間的電阻距離就是混聯(lián)電路總電阻除以合并之后圖中的節(jié)點(diǎn)總個數(shù),最后我們通過公式優(yōu)化兩個句子之間的電阻距離從而判別這兩個句子是否是復(fù)述句對。
對于此種方法,判斷兩個句子之間是否為復(fù)述句的正確率,召回率和F1值還不夠高,所以針對這種方法,我們提出了此種方法的改進(jìn)方法。我們引入了拉普拉斯矩陣
4、L來改進(jìn)電阻的計算方法,我們首先還是把兩個句子分別用圖G(V,E,ω)的方法表示出來,然后把這兩幅圖合并,然后寫出合并之后圖的鄰接矩陣A和度量矩陣D,則可以得到拉普拉斯矩陣L=D-A,我們再求出L的廣義逆矩陣L+,再利用公式計算出每兩個節(jié)點(diǎn)之間的電阻,其中我們也同樣引入了英文同義詞詞典WordNet。這兩個句子之間的電阻距離就是混聯(lián)電路總電阻除以合并之后圖中節(jié)點(diǎn)的總個數(shù),最后通過公式優(yōu)化兩個句子之間的電阻距離來判別這兩個句子是否是復(fù)述句
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于傳統(tǒng)特征與概念數(shù)字特征的復(fù)述識別方法研究.pdf
- 多導(dǎo)聯(lián)心電圖識別方法的研究.pdf
- 汽車電路圖識別方法
- 聯(lián)指圖自動切割與識別方法研究.pdf
- 基于EMD的虹膜識別方法研究.pdf
- 基于輪廓的形狀識別方法研究.pdf
- 基于ICA的眉毛識別方法研究.pdf
- 基于視頻的車型識別方法的研究.pdf
- 模擬電路故障診斷參數(shù)識別方法研究.pdf
- 初三串并聯(lián)電路識別方法
- 基于視頻的手勢識別方法研究.pdf
- 基于筆跡的性別識別方法研究.pdf
- 基于模型的飛機(jī)識別方法研究.pdf
- 基于文本的語言識別方法研究.pdf
- 基于深度學(xué)習(xí)的表情識別方法研究.pdf
- 基于CNN的字符識別方法研究.pdf
- 基于葉片圖像的植物識別方法研究.pdf
- 基于Kinect的面部表情識別方法研究.pdf
- 基于數(shù)據(jù)融合的綜合識別方法研究.pdf
- 基于雙重特征的協(xié)議識別方法研究.pdf
評論
0/150
提交評論