基于多层次句子相似度与向量空间模型的词义消歧

介绍和对比了20世纪50年代以来出现的各种主要词义消歧的方法,论述了这些方法取得的成效和存在的局限,着重讨论了基于向量空间模型的消歧方法.在此基础上,通过分析和计算,提出了一种将多层次句子相似度计算应用于向量空间模型的新方法,从而提高机器翻译中的词义消歧的准确度.     

简论民事诉讼当庭宣判的几个问题

当庭宣判作为法院宣告判决形式之一,它体现着民事诉讼公正和效率两个最根本的价值,也是符合世界和我国司法改革的主题,更是反映社会民众对诉讼公正和效率的祈求。我国法院虽然在探索民事诉讼当庭宣判方面取得了一定成果,但也发现其在理论研究、立法技术、司法实践等方面存在较多缺陷。文章在分析当庭宣判基本理论的基础上指出其缺陷产生的原因,并提出完善我国民事诉讼当庭宣判制度的一些建议。     

形容词性谓语句的逻辑语义分析

自然语言的逻辑语义分析和汉语信息处理是当今众多学科共同关注的热门话题。将现代汉语中的形容词性谓语句分为光杆形容词谓语句和复杂形容词谓语句两种,并利用转换生成语法、现代谓词逻辑、类型论、范畴论、广义量词理论、集合论和λ-转换等语义理论分别对各类句子作了较详细的分析,以期有助于信息处理的相关研究。     

反事实假设复句的逻辑分析

反事实假设复句是对客观事实的反面的假设，由假设而生的结果根本不可能实现。对反事实假设复句的逻辑分析就是要揭示出它所蕴涵的逻辑思维形式，即差异推理（求异法）、反证法和比喻推理。据此，反事实假设复句可以揭示事物间的因果联系、论证某个命题和表明说话者的主观态度和情感。     

基于度量学习和层级推理网络的抽取式摘要方法

当前大部分的抽取式摘要方法主要关注对摘要句的表示和抽取，容易忽略对文本特征表示的充分性。为了解决这一问题，提出一种基于度量学习和层级推理网络的抽取式摘要方法。首先，在抽取式任务基础上提出基于度量学习和层级推理的抽取式摘要模型（MLHIN）；其次，在CNN/DailyMail数据集上进行模型评估，并在英文摘要数据集CNN/DailyMail上进行测试；最后，对测试结果进行验证。结果显示，所提方法模型在Rouge-1,Rouge-2,Rouge-L上的得分明显优于其他模型，比Lead-3模型分别高出0.84％，1.29％和2.43％；通过将提出的度量损失metric和层级推理模型中的句子编码器替换掉，可以看出模型性能均有不同程度的下降，证明了提出的层级推理网络和度量损失的有效性。新算法能够提高模型捕捉长距离依赖的能力，增强模型对摘要句与非摘要句的分辨力，有效改善了抽取式摘要方法的性能。     

言语知觉研究

言语知觉是心理学的一个领域，其发展与语音学、语音工程和人工智能等许多学科有关．本文简要介绍了在认知心理学和其它相关学科的推动下，言语知觉发展的主线、当前的主要问题和研究现状。     

融合多路注意力机制的语句匹配模型

为了增强语句内关键信息和语句间交互信息的表征能力，有效整合匹配特征，提出一种融合多路注意力机制的语句匹配模型。采用双向长短时记忆网络获取文本的编码信息，通过自注意力机制学习语句内部的关键信息;将编码信息和自注意力信息拼接之后，通过多路注意力机制学习语句间的交互信息;结合并压缩多路注意力层之前和之后的信息，通过双向长短时记忆网络进行池化获得最终的语句特征，经过全连接层完成语句匹配。实验结果表明，该模型在SNLI和MultiNLI数据集上进行的自然语言推理任务、在Quora Question Pairs数据集上进行的释义识别任务和在SQuAD数据集上进行的问答语句选择任务中均表现出了更好效果，能够有效提升语句匹配的性能。