杂志简介：《中文信息学报》杂志经新闻出版总署批准，自1986年创刊，国内刊号为11-2325/N，是一本综合性较强的科学期刊。该刊是一份月刊，致力于发表科学领域的高质量原创研究成果、综述及快报。主要栏目：综述、语言资源建设、机器翻译、信息抽取与文本挖掘、情感分析与社会计算、自然语言理解与生成
杂志简介：《中文信息学报》杂志经新闻出版总署批准，自1986年创刊，国内刊号为11-2325/N，是一本综合性较强的科学期刊。该刊是一份月刊，致力于发表科学领域的高质量原创研究成果、综述及快报。主要栏目：综述、语言资源建设、机器翻译、信息抽取与文本挖掘、情感分析与社会计算、自然语言理解与生成
作者：奥德玛; 杨云飞; 穗志方; 代达劢; 常宝宝; 李素建; 昝红英 刊期：2019年第10期
医学知识图谱是智慧医疗应用的基石,可以为机器阅读理解医学文本、智能咨询、智能诊断提供知识基础。现有的医学知识图谱从规模化、规范化、体系性、形式化等方面还不足以满足智慧医疗应用的需求。此外,对复杂医学知识的精准描述更是构建医学知识图谱面临的重要挑战。针对上述问题,该文利用自然语言处理与文本挖掘技术,以人机结合的方式研发了中...
作者：白龙; 靳小龙; 席鹏弼; 程学旗 刊期：2019年第10期
关系抽取作为信息抽取的一项关键技术,在知识库自动构建、问答系统等领域有着极为重要的意义,一直以来受到人们的关注。远程监督关系抽取技术通过外部知识库作为监督源,自动对语料库进行标注,能够大量节省人工标注成本,因而受到了研究者们的重视。该文针对远程监督关系抽取技术做了较为系统性的梳理,将已有方法分为基于概率图的、基于矩阵补全的...
作者：冶忠林; 赵海兴; 张科; 朱宇 刊期：2019年第10期
分布式词表示学习旨在用神经网络框架训练得到低维、压缩、稠密的词语表示向量。然而,这类基于神经网络的词表示模型有以下不足:(1)罕见词由于缺乏充分上下文训练数据,训练所得的罕见词向量表示不能充分地反映其在语料中的语义信息;(2)中心词语的反义词出现于上下文时,会使意义完全相反的词却赋予更近的空间向量表示;(3)互为同义词的词语均未出...
作者：刘庆峰; 刘晨璇; 王亚楠; 张为泰; 刘俊华 刊期：2019年第10期
会议场景下通过语音识别和机器翻译技术实现从演讲人语音到另外一种语言文字的翻译,对于跨语言信息交流具有重要意义,成为当前研究热点之一。该文针对由于会议行业属性带来的专业术语和行业用语的翻译问题,提出了一种融合外部词典知识的领域个性化方法。具体而言,首先采用联合占位符和拼接融合的编码策略,通过引入外部词典知识,在提升实体词、专...
作者：苏依拉; 张振; 仁庆道尔吉; 牛向华; 高芬; 赵亚平 刊期：2019年第10期
基于编码—解码(端到端)结构的机器翻译逐渐成为自然语言处理之机器翻译的主流方法,其翻译质量较高且流畅度较好,但依然存在词汇受限、上下文语义信息丢失严重等问题。该文首先进行语料预处理,给出一种Transformer-CRF算法来进行蒙古语词素和汉语分词的预处理方法。然后构建了基于Tensor2Tensor的编码—解码模型,为了从蒙古语语料中学习更多的语...
作者：李卫疆; 李涛; 漆芳 刊期：2019年第10期
实体关系抽取解决了原始文本中目标实体之间的关系分类问题,同时也被广泛应用于文本摘要、自动问答系统、知识图谱、搜索引擎和机器翻译中。由于中文句式和语法结构复杂,并且汉语有更多歧义,会影响中文实体关系分类的效果。该文提出了基于多特征自注意力的实体关系抽取方法,充分考虑词汇、句法、语义和位置特征,使用基于自注意力的双向长短期记...
作者：袁祯祺; 宋威; 陈璟 刊期：2019年第10期
在实体关系抽取任务中,通常采用远程监督(distant supervision,DS)数据集,远程监督方法能通过大规模语料库自动标注数据来扩张数据集,但这无疑会使数据集充满大量的噪声。为此,该文将深度残差网络(deep residual network,ResNet)应用到关系提取的远程监督数据集上,通过加深网络层数来提高模型降噪能力。同时,提出了Gate模块,有效提高了深度残差...
作者：宋睿; 陈鑫; 洪宇; 张民 刊期：2019年第10期
关系抽取是信息抽取领域一项十分具有挑战性的任务,用于将非结构化文本转化为结构化数据。近年来,卷积神经网络和循环神经网络等深度学习模型,被广泛应用于关系抽取的任务中,且取得了不错的效果。卷积网络和循环网络在该任务上各有优势,且存在一定的差异性。其中,卷积网络擅长局部特征提取,循环网络能够捕获序列整体信息。针对该现象,该文综合卷...
作者：张禹尧; 蒋玉茹; 毛腾; 张仰森 刊期：2019年第10期
机器阅读理解是当下自然语言处理的一个热门任务,其内容是:在给定文本的基础上,提出问题,机器要在给定文本中寻找并给出最终问题的答案。片段抽取式阅读理解是当前机器阅读理解研究的一个典型的方向,机器通过预测答案在文章中的起始和结束位置来定位答案。在此过程中,注意力机制起着不可或缺的作用。该文为了更好地解决片段抽取式机器阅读理解任...
作者：段利国; 高建颖; 李爱萍 刊期：2019年第10期
针对机器阅读理解中观点型问题的求解,提出一个端到端深度学习模型,使用Bi-GRU对文章和问题进行上下文语义编码,然后运用基于拼接、双线性、点乘和差集4种函数的注意力加上Query2Context和Context2Query两个方向注意力的融合算法获取文章和问题的综合语义信息,之后运用多层注意力转移推理机制不断聚焦,进一步获取更加准确的综合语义,最终将其与...
作者：吴仁守; 张宜飞; 王红玲; 张迎 刊期：2019年第10期
基于编码器-解码器架构的序列到序列学习模型是近年来主流的生成式文摘方法。但是,传统的编码器尚不能有效地对长文档进行语义编码,并且只能学习线性链结构的信息,忽视了文档具有的层次结构。而文档的层次结构(字-句-文档)有助于自动文摘系统更加准确地判断文档内不同结构单元的语义信息和重要程度。为了使编码器能够获取文档的层次结构信息,该...
作者：陈鑫; 李伟康; 洪宇; 周夏冰; 张民 刊期：2019年第10期
问句复述识别旨在识别两个自然问句是否语义一致。目前,基于表示学习和深度神经网络架构的复述识别技术已取得较好效果。但是,这类方法往往面临复杂度较高且训练难度较大的瓶颈。针对这一问题,该文提出一种快速的多卷积自交互匹配方法。该方法融合了多种句子特征和词义特征,并由此形成分布式表示。在此基础上,这一方法利用卷积神经网络获取短语...
作者：袁和金; 张旭; 牛为华; 崔克彬 刊期：2019年第10期
文本情感分析作为自然语言处理领域的一大分支,具有非常高的研究价值。该文提出了一种基于多通道卷积与双向GRU网络的情感分析模型。该模型首先使用多通道卷积神经网络对文本不同粒度的特征信息进行提取,提取后的特征信息经过融合送入双向GRU中,结合注意力机制获得文本的上下文情感特征,最后由分类器给出文本的情感倾向。注意力机制自适应的感知...
作者：安明慧; 沈忱林; 李寿山; 李逸薇 刊期：2019年第10期
面向问答型评论的情感分类在情感分析领域是一项新颖且极具挑战性的研究任务。由于问答型评论情感分类标注数据非常匮乏,基于监督学习的情感分类方法的性能有一定限制。为了解决上述困境,该文提出了一种基于联合学习的问答情感分类方法。该方法通过大量自然标注普通评论辅助问答情感分类任务,将问答情感分类作为主任务,将普通评论情感分类作为辅...
刊期：2019年第10期
8月10日,由中国中文信息学会主办,青海师范大学、藏文信息处理教育部重点实验室、青海藏文信息处理与机器翻译重点实验室承办的"第十七届全国少数民族语言文字信息处理学术研讨会CCIPML2019(The Seventeenth China National Conference on Information Processing of Minority Linguistics)"在青海师范大学隆重召开。来自全国多地高校和研究机构...
影响因子：0.32
期刊级别：部级期刊
发行周期：半月刊
影响因子：0.16
期刊级别：省级期刊
发行周期：双月刊
影响因子：0.43
期刊级别：部级期刊
发行周期：半月刊
影响因子：0.84
期刊级别：省级期刊
发行周期：旬刊
影响因子：0.31
期刊级别：省级期刊
发行周期：半月刊
影响因子：0.17
期刊级别：部级期刊
发行周期：半月刊
影响因子：1.2
期刊级别：省级期刊
发行周期：半月刊
影响因子：1.75
期刊级别：北大期刊
发行周期：月刊
影响因子：0.45
期刊级别：省级期刊
发行周期：旬刊
影响因子：0.44
期刊级别：部级期刊
发行周期：半月刊
影响因子：0.83
期刊级别：省级期刊
发行周期：月刊
影响因子：--
期刊级别：省级期刊
发行周期：旬刊