当期目录

    

2022年 第58卷 第1期 刊出日期：2022-01-20

上一期   下一期

2022年第1期目次

2022, 58(1):  0. 

摘要 ( )   HTML   PDF (2123KB) ( )  

相关文章 | 计量指标

大规模中文具体度词典的构建及推理技术

谢志鹏, 毕冉

2022, 58(1):  1-6.  DOI: 10.13209/j.0479-8023.2021.100

摘要 ( )   HTML   PDF (568KB) ( )  

相关文章 | 计量指标

针对中文词语具体度资源的匮乏, 提出一种自动的中文词语具体度词典构造方法。该方法充分利用已有的英文词语具体度资源, 基于在线翻译工具和预训练词向量, 训练出中文词语具体度的多层感知器回归模型, 构造大规模的中文词语具体度词典。为了评估该中文词语具体度词典的性能, 设计两项基本的具体度推理任务: 词语级具体度推理和句子级具体度推理, 并通过人工标注的方式构造相应的评测数据集。实验结果表明构造的词语具体度词典可以有效地完成这两项推理任务。

基于多跳路径的知识库补全

王引苗, 韩志敏

2022, 58(1):  7-12.  DOI: 10.13209/j.0479-8023.2021.103

摘要 ( )   HTML   PDF (554KB) ( )  

相关文章 | 计量指标

为了对知识库(KBs)进行补全, 提出一种新的基于路径的推理方法, 使用注意力机制, 将实体与其类型相结合, 共同对路径中的实体进行表示, 并使用注意力机制对每条路径预测的关系向量与给定关系的表示向量之差的绝对值进行汇总来计算模型的置信度。在基准数据集WN18RR和FB15k-237上的实验结果表明, 与现有的基于路径的关系推理方法相比, 所提方法具有更好的性能。

融合角色指代的多方对话关系抽取方法研究

徐洋, 蒋玉茹, 张禹尧, 何威恺

2022, 58(1):  13-20.  DOI: 10.13209/j.0479-8023.2021.107

摘要 ( )   HTML   PDF (689KB) ( )  

相关文章 | 计量指标

在前期基于图网络的模型基础上, 引入角色指代信息, 提出融合角色指代的多方对话关系抽取模型。在构建图节点时加入角色节点, 将其与对应角色指代的词节点进行连接, 并使用图注意力网络进行编码。在DialogRE数据集上的实验效果与基线模型相比, F1值在验证集上提升2.9%, 在测试集上提升4.6%。

基于多通道压缩双线性池化的情感‒原因句子对提取模型

黄晋, 许实, 蔡而聪, 吴志杰, 郭美美, 朱佳

2022, 58(1):  21-28.  DOI: 10.13209/j.0479-8023.2021.108

摘要 ( )   HTML   PDF (700KB) ( )  

相关文章 | 计量指标

提出一个基于多通道压缩双线性池化的模型, 对文档中的候选情感?原因句子对进行排序。该模型利用图注意力网络提取包含位置信息的情感特定化表示和原因特定化表示, 通过局部关系学习模块, 进一步学习情感与原因句子之间的局部关系表示, 再使用多通道压缩双线性池化来融合学习情感?原因候选句子对表示。最后, 对候选句子对进行排序。实验结果表明, 与最新模型相比, 所提模型在多方面表现更优。

基于跨语种预训练语言模型XLM-R的神经机器翻译方法

王倩, 李茂西, 吴水秀, 王明文

2022, 58(1):  29-36.  DOI: 10.13209/j.0479-8023.2021.109

摘要 ( )   HTML   PDF (569KB) ( )  

相关文章 | 计量指标

探索将XLM-R跨语种预训练语言模型应用在神经机器翻译的源语言端、目标语言端和两端, 提高机器翻译的质量。提出3种网络模型, 分别在Transformer神经网络模型的编码器、解码器以及两端同时引入预训练的XLM-R多语种词语表示。在WMT英语-德语、IWSLT英语-葡萄牙语以及英语-越南语等翻译中的实验结果表明, 对双语平行语料资源丰富的翻译任务, 引入XLM-R可以很好地对源语言句子进行编码, 从而提高翻译质量; 对双语平行语料资源匮乏的翻译任务, 引入XLM-R不仅可以很好地对源语言句子进行编码, 还可以对源语言端和目标语言端的知识同时进行补充, 提高翻译质量。

基于异质信息网络元路径的药物‒靶标相互作用预测模型

廖懿鸣, 欧阳纯萍, 刘永彬, 胡富裕

2022, 58(1):  37-44.  DOI: 10.13209/j.0479-8023.2021.105

摘要 ( )   HTML   PDF (653KB) ( )  

相关文章 | 计量指标

提出一种融合元路径信息的图神经网络模型, 用于预测药物-靶标相互作用(GMDTI)。首先根据8个数据集中的药物、靶标、疾病和副作用数据以及它们之间的8种作用关系, 构建药物-靶标异质信息网络(HIN); 然后定义两条元路径来捕获药物-靶标HIN 中的不同子结构信息和不同节点间隐藏的语义信息, 并应用图神经网络的方法聚合节点的一阶邻居信息和元路径中节点间的语义信息; 最后利用端到端的学习方法完成DTIs预测。该方法同时考虑药物-靶标HIN的结构特性和元路径语义信息, 有助于学习到更多潜在的药物-靶标作用关系。实验结果表明, GMDTI的预测准确率高于所有基线模型, AUC达到98.6%, AUPR达到94.5%。同时通过调整数据的稀疏度和降噪实验, 证明GMDTI具备优于所有基线模型的鲁棒性。

引入图像信息的多模态复述生成模型

马超, 万璋, 张玉洁, 徐金安, 陈钰枫

2022, 58(1):  45-53.  DOI: 10.13209/j.0479-8023.2021.110

摘要 ( )   HTML   PDF (15716KB) ( )  

相关文章 | 计量指标

在商品描述、新闻评论等多模态场景下, 已有复述生成模型只能围绕文本信息生成复述。为了解决其因无法利用图像信息而导致的语义丢失问题, 提出多模态复述生成模型(multi-modality paraphrase generation model, MPG)来引入图像信息, 并用其生成复述。在MPG中, 为了引入与原句对应的图像信息, 首先根据原句构建抽象场景图, 并将与原句相关联的图像区域特征转换为场景图的结点特征。进一步地, 为了利用构建好的场景图来生成语义一致的复述句, 使用关系图卷积神经网络和基于图的注意力机制对图结点特征进行编码和解码。在评测阶段, 提出句对相似度计算方法, 从MSCOCO数据集中筛选出描述图像中相同物体的句对, 并将其作为复述测试集进行评测。实验结果显示, 所提出的MPG模型生成的复述拥有更好的语义忠实度, 表明在多模态场景下图像信息的引入对提高复述生成质量的有效性。

面向问答领域的数据增强方法

丁家杰, 肖康, 叶恒, 周夏冰, 张民

2022, 58(1):  54-60.  DOI: 10.13209/j.0479-8023.2021.112

摘要 ( )   HTML   PDF (398KB) ( )  

相关文章 | 计量指标

针对当前自动问答数据增强方法需要大量外部数据的问题, 提出一个面向问答模型缺陷的数据增强方法。首先, 在训练集上训练好问答模型、问题生成模型以及问答匹配模型; 然后, 获取问答模型在训练集上预测的所有答案, 并选取其中预测错误的答案; 再后, 使用问题生成模型对这些答案生成相应问题; 最后, 通过问答匹配模型对生成的问答对进行过滤, 保留其中质量较高的数据作为最终的增强数据。该方法不需要额外的数据与领域知识, 同时能够针对模型构造特定数据, 耗费较少的训练代价就能使模型性能提升。实验结果表明, 所提出的数据增强方法对R-Net, Bert-Base以及Luke均有效, 与其他数据增强方法相比, 在较少的增强数据规模下, 问答模型获得更好的性能提升。

融合小句对齐知识的汉英神经机器翻译

苗国义, 刘明童, 陈钰枫, 徐金安, 张玉洁, 冯文贺

2022, 58(1):  61-68.  DOI: 10.13209/j.0479-8023.2021.111

摘要 ( )   HTML   PDF (729KB) ( )  

相关文章 | 计量指标

针对当前神经机器翻译在捕捉复杂句内小句间的语义和结构关系方面存在不足, 导致复杂句长文本翻译的篇章连贯性不佳的问题, 提出一种融合小句对齐知识的汉英神经机器翻译方法。首先提出手工和自动相结合的标注方案, 构建大规模小句对齐的汉英平行语料库, 为模型训练提供丰富的小句级别的汉英双语对齐知识; 然后设计一种基于小句对齐学习的神经机器翻译模型, 通过融合小句对齐知识, 增强模型学习复杂句内小句间语义结构关系的能力。在WMT17, WMT18和WMT19汉英翻译任务中的实验表明, 所提出的方法可以有效地提升神经机器翻译的性能。进一步的评测分析显示, 所提方法能有效地提高汉英神经机器翻译在复杂句翻译上的篇章连贯性。

融合上下文的残差门卷积实体抽取

苏丰龙, 孙承哲, 景宁

2022, 58(1):  69-76.  DOI: 10.13209/j.0479-8023.2021.102

摘要 ( )   HTML   PDF (688KB) ( )  

相关文章 | 计量指标

基于传统卷积框架的实体抽取方法, 由于受到卷积感受野大小的控制, 当前词与上下文的关联程度有限, 对实体词在整个句子中的语义欠考虑, 识别效果不佳。针对这一问题, 提出一种基于残差门卷积的实体识别方法, 利用膨胀卷积和带残差的门控线性单元, 从多个时序维度同步考虑词间的语义关联, 借助门控单元调整流向下一层神经元的信息量, 缓解跨层传播的梯度消失问题, 同时结合注意力机制捕捉词间的相关语义。在公开命名实体识别数据集和专业领域数据集上运行结果表明, 与传统的实体抽取框架相比, 基于残差门卷积命名实体算法的速度和精度都有较强的竞争优势, 体现出算法的优越性和强鲁棒性。

基于类别混合嵌入的电力文本层次化分类方法

陈晓娜, 高鹏飞, 梁越, 马应龙

2022, 58(1):  77-82.  DOI: 10.13209/j.0479-8023.2021.104

摘要 ( )   HTML   PDF (473KB) ( )  

相关文章 | 计量指标

针对当前电力文本分类方法中因忽视类别标签之间潜在语义关联关系而导致分类性能低效的问题, 提出一种基于层次化分类模型的电力文本分类方法。首先, 利用采集的电力成果非结构化文档, 采用自动化信息提取技术和标注技术, 构建电力文本多标签分类训练集, 并结合领域知识分析, 构建类别标签之间的层次化关系。然后, 提出基于类别结构和标签语义混合嵌入的文本分类模型 HONLSTM-BERT, 利用类别标签之间的层次化结构关系进行自顶向下的层次化文本分类。最后, 通过实验与当前流行的文本分类模型进行对比分析, 结果表明HONLSTM-BERT方法具有更好的分类准确率, 可有效地提高电力文本自动分类性能。

结合自监督学习的多任务文本语义匹配方法

陈源, 丘心颖

2022, 58(1):  83-90.  DOI: 10.13209/j.0479-8023.2021.101

摘要 ( )   HTML   PDF (745KB) ( )  

相关文章 | 计量指标

基于文本交互信息对文本语义匹配模型的重要性, 提出一种结合序列生成任务的自监督学习方法。该方法利用自监督模型提取的文本数据对的交互信息, 以特征增强的方式辅助基于神经网络的语义匹配模型, 构建多任务的文本匹配模型。9个模型的实验结果表明, 加入自监督学习模块后, 原始模型的效果都有不同程度的提升, 表明所提方法可以有效地改进深度文本语义匹配模型。

融合双通道音节特征的藏文La格例句自动分类模型

班玛宝, 才让加, 张瑞, 色差甲, 卓玛扎西

2022, 58(1):  91-98.  DOI: 10.13209/j.0479-8023.2021.106

摘要 ( )   HTML   PDF (1245KB) ( )  

相关文章 | 计量指标

基于藏文La格例句的自动分类在藏语自然语言处理领域的重要性, 根据藏文La格的用法和添接规则, 在对藏文La格例句进行分类并定义分类概念的基础上, 提出一种融合双通道音节特征的藏文La格例句自动分类模型。该模型首先使用word2vec和 Glove构建双通道藏文音节嵌入, 分别在每路卷积中融合双通道音节特征, 丰富输入特征的表达和提高卷积层的空间表征能力; 然后在每一路卷积均使用结合层级注意力机制的Bi-LSTM学习时序特征后, 拼接多路特征, 提高上下文时序特征的学习能力; 最后通过全链接层和Softmax层实现藏文La格例句自动分类。实验结果表明, 该模型在测试集上的藏文La格例句分类准确率达到 90.26%。

基于语境相似度的中文分词一致性检验研究

刘伟, 黄锴宇, 余浩, 黄德根

2022, 58(1):  99-105.  DOI: 10.13209/j.0479-8023.2021.099

摘要 ( )   HTML   PDF (492KB) ( )  

相关文章 | 计量指标

提出一种基于语境相似度的中文分词一致性检验方法。首先利用词法和句法层面的特征, 设计基于构词、词性和依存句法的分类规则, 再使用预训练词向量, 对不一致字串所在语境的语义信息进行编码, 通过语境间的语义相似度对不一致字串进行分类。在人工构建的36万字分词语料库中进行分词一致性检验, 结果表明该方法能够有效地提高中文分词一致性检验的准确率。进一步地, 使用3 种主流中文分词模型在修正一致性后的分词语料中重新训练和测试, 结果表明该方法可以有效地提高分词语料库的质量, 3种中文分词模型的F1值分别提高1.18%, 1.25%和1.04%。

汉语近义词辨析知识库构建研究

李娟

2022, 58(1):  106-112.  DOI: 10.13209/j.0479-8023.2021.098

摘要 ( )   HTML   PDF (1047KB) ( )  

相关文章 | 计量指标

现有近义词辨析词典往往忽略近义词的细微用法, 缺乏对近义词的句法分布、语义特征、组合限制及使用模板的细致描述。针对该问题, 基于真实语料, 以搭配为载体, 以词与词之间的关系为手段, 构建了一个近义词辨析知识库, 为近义词提供用法和语境知识, 包括近义词的搭配词及搭配关系、搭配频率以及近义词在语料库中的句法分布信息、语义特征、语境中的例句等。该知识库用可视化方式呈现近义词的搭配词和近义词的句法、语义和用法知识, 表示更加直观, 对汉语二语学习者更友好。

基于着色器的LOD纹理混合与反走样平滑过渡关键技术研究

姜展, 李梅, 孙振明, 毛善君

2022, 58(1):  113-122.  DOI: 10.13209/j.0479-8023.2021.051

摘要 ( )   HTML   PDF (21165KB) ( )  

相关文章 | 计量指标

针对场景切换时产生的LOD (level of detail)纹理突变和走样问题, 提出一种基于着色器的LOD纹理混合与反走样平滑过渡算法。该算法根据三维模型和视点的距离, 运用基于Alpha测试的不透明蒙版算法和加权邻帧反走样算法, 在LOD间生成过渡材质, 实现三维模型LOD切换的平滑过渡, 不仅能够改善纹理质量, 而且能够保证三维场景加载的流畅性与真实性。实验结果表明, 与Unreal Engine 4 (UE4)自带的平滑算法相比, 算法的GPU平均耗时减少8%以上, 帧率提高 8%以上。与现有纹理平滑过渡方法相比, 该算法能够优化GPU渲染性能, 稳定并提高画面帧率, 保持良好的视觉效果, 有效地解决LOD层级切换时的突变问题。

冀北山区“三生”空间识别与演化特征分析——以张家口市为例

冀正欣, 许月卿, 黄安, 卢龙辉, 段亚明

2022, 58(1):  123-134.  DOI: 10.13209/j.0479-8023.2021.121

摘要 ( )   HTML   PDF (3590KB) ( )  

相关文章 | 计量指标

以冀北山区中心城市张家口为研究区, 运用土地利用转移矩阵、土地利用动态度和景观格局指数等方法, 从空间布局、数量结构、垂直梯度和景观格局4个方面, 剖析1990—2015年张家口市“三生”空间的分布格局和演化特征, 得到如下结论。1) 张家口市“三生”空间分布的区域差异显著, 生态空间主要分布于东部的燕山余脉和南部的太行山区, 生产–生活空间和生产–生态空间集中分布于洋河河谷盆地、桑干河和壶流河流域, 潜在空间散布在中部和西部的生产–生活空间周边。2) 张家口市“三生”空间均有不同程度的相互转化, 其中以生态空间和生产–生态空间的相互转化为主要特征。与1990—2000年相比, 2000—2015年“三生”空间的相互转变更为频繁。3) 在垂直带谱上, 中低山和缓坡区域的“三生”空间类型更加多样性。研究时段的生态空间向高海拔、高坡度地带扩展, 生产–生态空间向低海拔、低坡度地带转移。4) 张家口市“三生”空间的景观格局趋于破碎化和复杂化。5) 自然地理背景是“三生”空间分布的自然基础和空间载体, 工业化、城镇化、社会经济发展和政策因素是张家口市“三生”空间格局变化的主要原因。

海岸带红树林范围与种类识别精度的荟萃分析

沈小雪, 张志, 翟朝阳, 李瑞利

2022, 58(1):  135-146.  DOI: 10.13209/j.0479-8023.2021.096

摘要 ( )   HTML   PDF (2477KB) ( )  

相关文章 | 计量指标

对2000年以来基于遥感数据的红树林范围与种类识别的研究结果进行荟萃分析, 阐明红树林范围和种类识别精度的现状, 分析遥感数据源、分类算法、地物类型和物种数对总体精度的影响。结果表明, 红树林范围识别的总体精度范围为55.7%~99.7%; 约66%的研究基于Landsat遥感数据开展, 且总体精度最高(75%~99.7%); 光学遥感与雷达数据融合可有效地提高范围识别的总体精度(>90%); 地物类型越简单(≤3种)或越复杂(≥6种), 范围识别的总体精度越高, 越稳定。红树植物种类识别的总体精度为 64%~98.6%; 空间分辨率越接近红树植物冠幅尺寸, 种类识别的总体精度越高; 在高空间分辨率遥感数据源中, 有短波红外波段的数据源种类识别总体精度高于无短波红外波段; 多源遥感数据融合和植物特征信息有助于提高种类识别的总体精度; 种类识别算法以监督机器学习算法中的支持向量机(SVM)、最大似然分类(MLC)和随机森林(RF)算法应用为最广, 总体精度更高; 随物种数增加, 种类识别总体精度因遥感数据源和分类算法而异。红树林范围和种类识别精度还有提升空间, 遥感数据源、分类算法、地物类型和物种数均会影响识别精度。

水温对器皿蒸发量影响的实验研究

高辉辉, 陈挚, 石喆, 鄢春华, 王蓓, 邹振东, 邱国玉

2022, 58(1):  147-156.  DOI: 10.13209/j.0479-8023.2021.093

摘要 ( )   HTML   PDF (8938KB) ( )  

相关文章 | 计量指标

利用一对设置在相同气象条件下的黑白标准A型蒸发器皿, 观测两者气象要素、水温及蒸发量等动态特征, 并根据现有的6个蒸发模型, 探究水温对器皿蒸发量的影响。结果表明: 1) 设计的观测方法可以用于研究水温对器皿蒸发的影响。黑皿与白皿之间的水温和蒸发速率呈现明显的差异, 在50天的观测期内, 二者平均水温差为0.4°C, 平均日蒸发量差为1.1 mm/d; 2) 在太阳辐射及其他气象要素相同的条件下, 黑白皿水温差每升高1.0°C, 由水温驱动的日蒸发量差异为0.808 mm/(d·°C); 3) 在水温升高条件下, 没有考虑水温的经典蒸发模型的估值小于观测值, 并且估值的误差也有所增加。

中国土地资源生态敏感性评价与空间格局分析

魏婵娟, 蒙吉军

2022, 58(1):  157-168.  DOI: 10.13209/j.0479-8023.2021.091

摘要 ( )   HTML   PDF (2569KB) ( )  

相关文章 | 计量指标

基于资源环境基础数据库, 构建土地生态敏感性评价指标体系, 进行中国土地资源生态敏感性评价, 揭示土地生态敏感性的空间分布特点, 进而对不同土地资源和不同农业区土地资源的生态敏感性进行差异分析, 得到如下结果。1) 中国土地资源生态敏感性空间差异显著, 高度生态敏感区集中在4个区域: 北方干旱/半干旱沙漠(地)的土地沙化敏感区、黄土高原土壤侵蚀敏感区、南方低山丘陵土壤侵蚀敏感区以及西南喀斯特地区的石漠化–土壤侵蚀双重敏感区。2) 耕地、林地和草地的生态敏感性差异显著, 耕地的敏感性整体上较低, 北方旱地高于南方水田; 林地的土壤侵蚀和石漠化敏感性较高, 以南方中西部疏林地、大兴安岭–长白山区为主; 草地的土地沙化敏感性较高, 以内蒙古中部、青藏高原中部和天山东段的中低覆盖草地为主。3) 九大农业区之间土地资源生态敏感性差异显著, 总体上呈现北方高、南方低的格局, 针对我国不同农业区的土地生态敏感性特点, 应实施不同的土地利用措施和生态保护策略。

黄河玛曲至临河段硅藻群落组成及水质评价

赵梦瑶, 梁恩航, 陈颖, 何一凡, 王佳文

2022, 58(1):  169-176.  DOI: 10.13209/j.0479-8023.2021.124

摘要 ( )   HTML   PDF (1979KB) ( )  

相关文章 | 计量指标

为深入了解黄河玛曲至临河段这一重要水源地的水质, 于2015年春季和秋季分别在10个采样断面采集硅藻群落样品。利用形态学鉴定方法, 共鉴定出硅藻2纲9目12科13属24种。NMDS和ANOSIM分析结果显示, 硅藻群落组成具有显著的季节差异, 春季硅藻的细胞密度和生物量均低于秋季。基于硅藻指示生物法和香农多样性指数(H)法进行水质评价, 发现指示多污带的Nitzschia palea在临河、青铜峡、兰州和玛曲等站点均有检出, 黄河玛曲至临河段的硅藻多样性较低, 整体水质为轻–中度污染。此外, 该河段春季的水质(H=1.91±0.67)稍好于秋季(H=1.58±0.49), 可能与春季更高的光照强度有关。

分体式流化床催化臭氧–絮凝工艺深度处理焦化废水生化尾水

初永宝, 陈德林, 刘生, 徐毅, 赵华章

2022, 58(1):  177-185.  DOI: 10.13209/j.0479-8023.2021.095

摘要 ( )   HTML   PDF (3536KB) ( )  

相关文章 | 计量指标

采用催化臭氧–絮凝联用工艺处理焦化废水生化尾水, 寻求最优处理效果, 探究废水中溶解性有机污染物的特征和降解过程。通过自主设计的分体式流化床催化臭氧装置对废水进行处理, 结果表明, 在30%体积比的催化剂投加量、3 L/min的臭氧流量以及700 mg/L的絮凝剂投加量这一最佳反应条件下, 焦化废水生化尾水的COD去除率为83.7%, TOC去除率为72.3%。紫外–可见光谱和三维荧光光谱分析结果表明, 焦化废水生化尾水中普遍存在的芳香族化合物、腐殖酸类物质、可溶性微生物的代谢产物和富里酸类物质在催化臭氧化阶段被部分降解, 最终在絮凝阶段实现残留污染物和惰性中间产物的去除。

气压脉动仪及湍流大气中的气压脉动频谱特征研究

卫茁睿, 张宏升, 李倩惠, 任燕, 康凌, 王鹏飞, 刘海波

2022, 58(1):  186-194.  DOI: 10.13209/j.0479-8023.2021.122

摘要 ( )   HTML   PDF (5161KB) ( )  

相关文章 | 计量指标

基于自制气压脉动仪在内蒙古科尔沁地区大气边界层与大气环境综合实验站2019年夏季的观测资料, 计算气压脉动特征参数, 分析气压频谱及气压标准差特征。结果表明, 自制气压脉动仪能够反映气压的快速变化, 频率响应接近1 Hz; 气压脉动方差谱曲线在0.0006~0.5 Hz的频率范围内满足n^-2标度率, 峰值频率低于风速和温度; 不同稳定层结条件下的气压脉动归一化方差谱在高频区合并为一条曲线, 在低频区根据大气稳定度排列; 气压涨落对湍流能量的贡献主要体现在较大尺度上, 风速和温度主要体现在较小尺度上; 气压标准差和气压脉动强度存在明显的白天强、夜晚弱的日变化特征。