云南高校图书馆联盟文献共享服务平台- 中文文本

中文文本: 作品数：737被引量：4133H指数：27; 导出分析报告; 相关领域：自动化与计算机技术更多>>; 相关作者：刘怀亮张雪英张顺香张仰森张春菊更多>>; 相关机构：北京邮电大学华南理工大学清华大学西安电子科技大学更多>>; 相关期刊：更多>>; 相关基金：国家自然科学基金国家高技术研究发展计划国家社会科学基金国家教育部博士点基金更多>>

基于XLNet-TB的中文文本可读性评估研究: 《信息技术与信息化》2025年第4期66-69,共4页倪佳成; 文本可读性用于评估一段文本的阅读难度,这一概念在教育和出版领域发挥着重要作用。针对目前中文文本可读性评估模型在捕捉文本深层次语义信息方面的不足,文章提出了一种基于XLNet-TB分层网络架构的中文文本可读性评估模型,该模型利用Ch...; 关键词：可读性评估深度学习 XLNet预训练模型卷积神经网络双向门控递归单元

ERNIE和序列标注结合的中文文本检错纠错: 《天津理工大学学报》2025年第1期83-89,共7页左壮壮王法玉陈洪涛; 国家重点研发计划(2021YFC3300402);天津理工大学教学研究与改革项目(YB22-12)。; 针对中文文本检错纠错研究任务,提出了基于知识增强的自然语言表示模型(enhanced representation through knowledge integration, ERNIE)与序列标注结合的中文文本检错纠错模型。该模型由检错和纠错两部分组成,检错阶段ERNIE使用全局...; 关键词：中文文本检错纠错基于知识增强的自然语言表示模型序列标注双向长短期记忆网络条件随机场多策略纠错

融合知识图谱与多神经网络的文本分类模型: 《武汉大学学报（工学版）》2024年第12期1803-1812,共10页黎超廖薇; 国家自然科学基金项目(编号:62001282)。; 针对现有文本分类方法无法充分提取中文文本中的语义特征,从而影响分类效果的问题,提出一种融合知识图谱与多神经网络的文本分类模型KGMNN(knowledge graph and multiple neural network)。首先,该模型以Word2Vec作为嵌入层对文本进行...; 关键词：神经网络注意力机制知识图谱中文文本分类

探索中文文本中实体关系智能提取:一种基于数据与模型协同优化的新方法: 《人工智能与机器人研究》2024年第2期425-440,共16页刘翠媚罗序良郭凤婵吴毅良; 本文旨在解决从非结构化的中文文本中提取实体和关系的问题,重点关注命名实体识别(NER)和关系提取(RE)所面临的挑战。为了增强识别与提取能力,我们设计了一个管道模型,分别应用于NER和RE,并整合了外部词典信息以及中文语义信息。我们还...; 关键词：命名实体识别关系提取深度学习双向长短期记忆网络注意力机制

一种基于深度学习的中文文本分类方法: 《数字技术与应用》2024年第5期36-38,共3页周阳成新民; 中文文本分类作为中文自然语言处理的基础研究领域,扮演着至关重要的角色。本文对中文文本这一常见信息载体展开研究,在深度学习方法的基础上,融合预训练技术、门控神经单元、注意力机制以及卷积神经网络构建了一个全新的网络结构,能够...; 关键词：深度学习卷积神经网络信息载体注意力机制基础研究领域中文文本网络结构预训练

融合流注意力机制的中文摘要生成方法: 《小型微型计算机系统》2023年第12期2685-2691,共7页崔少国王奥迪杜兴; 国家自然科学基金项目(62003065)资助;重庆市科技局自然基金面上项目(CSTB2022NSCQ-MSX1206)资助;重庆市技术预见与制度创新项目(CSTB2022TFII-OFX0042)资助;教育部人文社科规划基金项目(22YJA870005)资助;重庆市教委重点项目(KJZD-K202200510)资助;重庆市教委人文社科项目(23SKGH072)资助;重庆市社会科学规划项目(2022NDYB119)资助;重庆师范大学人才基金项目(20XLB004)资助;重庆市研究生科研创新项目(CYS22558,CYS22555)资助。; 针对现有文本摘要生成方法对源文全局语义信息提取不充分问题,提出了一种融合流注意力机制的并行编码器摘要生成算法模型.首先使用单颗粒的分词方法对源文进行分词;然后在编码阶段引入多头流注意力机制,从而更全面地提取源文的全局语义...; 关键词：中文文本摘要生成流注意力机制并行编码器指针网络

基于卷积神经网络的中文文本分类研究: 《信息与电脑》2023年第20期94-96,共3页谢莉萍; 宁夏大学新华学院+2019年宁夏回族自治区本科一流专业—计算机科学与技术专业建设项目。; 提出基于卷积神经网络(Convolutional Neural Networks,CNN)的中文文本分类方法。首先,利用Python网络爬虫爬取某新闻网站的短讯作为原始数据,进行分词和停词处理。其次,使用Skip-gram模型将文本表示为特征向量,送入神经网络经过卷积操...; 关键词：卷积神经网络(CNN) 中文文本分类算法

多尺度CNN卷积与全局关系的中文文本分类模型被引量：4: 《计算机工程与应用》2023年第20期103-110,共8页宋中山牛悦郑禄帖军姜海; 国家民委中青年英才培养计划(MZR20007);湖北省科技重大专项(2020AEA011);武汉市科技计划应用基础前沿项目(2020020601012267);中央高校基本科研业务费专项资金(CPT22018)。; 针对双向长短时记忆网络(bi-directional long short-term memory,BiLSTM)和卷积神经网络(convolution neural network,CNN)因各自模型提取特征的局限性导致的分类准确率不高的问题,提出一种改进的双层CNN网络和引入注意力机制的BiLSTM...; 关键词：文本分类双向长短时记忆网络卷积神经网络注意力机制

采用CNN进行中文文本分类被引量：2: 《现代计算机》2023年第16期69-71,80,共4页火善栋; 通过卷积神经网络,运用两种不同的方案对中文文本分类进行了对比实验,实验结果表明,对于中文文本分类问题,仅采用CNN中的全连接层并选择合适的特征词和激活函数就可以达到比较理想的分类效果。; 关键词：卷积神经网络中文文本分类特征词激活函数

结合双预训练语言模型的中文文本分类模型被引量：1: 《智能计算机与应用》2023年第7期1-6,14,共7页原明君江开忠; 全国统计科学研究项目(2020LY080)。; 针对Word2Vec等模型所表示的词向量存在语义模糊从而导致的特征稀疏问题,提出一种结合自编码和广义自回归预训练语言模型的文本分类方法。首先,分别通过BERT、XLNet对文本进行特征表示,提取一词多义、词语位置及词间联系等语义特征;再...; 关键词：预训练语言模型双向长短期记忆网络自注意力机制层归一化

中文文本