《中国人工智能学会通讯》——7.18 篇章语义分析的应用
7.18 篇章语义分析的应用 由于篇章语义分析以篇章结构和语义信息为分析目标,因此对机器翻译研究(MT,MachineTranslation)的促进作用最为直接。在已有的工作中,研究人员利用篇章语义分析技术从很多角度辅助机器翻译系统的性能提升。首先,篇章语义分析研究结果能够刻画 MT 系统的输入文本块之间的语义关系,这对 MT 系统更合理地组织翻译结果无疑是有益的[36] 。此外,篇章语义分析对....
《中国人工智能学会通讯》——7.17 篇章语义分析方法概述
7.17 篇章语义分析方法概述 篇章语义分析主要有以下三个主流的研究方向。 以篇章结构为核心此类研究工作的目标是识别不同文本块之间的语义关系,例如条件关系、对比关系等,亦称为修辞关系识别。根据是否需要将文本分割为一系列彼此不相交的覆盖序列,可以将本类方法进一步分成两大类:第一类以修辞结构理论(RhetoricalStructure Theory) 和 篇 章 图 树 库(DiscourseGra....
《中国人工智能学会通讯》——7.16 什么是篇章语义分析
7.16 什么是篇章语义分析 篇章(Discourse)是指由词和句子以复杂的关系链接而成,能够完成一定交际任务的完整连贯的语言单元。篇章语义分析(Discourse Analysis)是指在篇章层面上,将语言从表层的没有结构的文字序列转换为深层的有结构的机内表示,刻画篇章中的各部分内容的语义信息,并识别不同部分之间存在的语义关联,进而融合篇章内部信息和外部背景知识,更好地理解原文语义。篇章语义....
《中国人工智能学会通讯》——7.15 篇章语义分析 :让机器读懂文章
7.15 篇章语义分析 :让机器读懂文章 自然语言处理的研究从词汇、词典的研究起步,近年来一直把句子作为核心的研究对象,对篇章的语义分析多是语言学家从理论上进行探索,计算机科学家对篇章范围语义现象的关注有限。但是,很多语义问题必须在篇章层面上才能够得到根本性的解决,比如“共指消解”、“语义关系识别”和“事件融合与关系识别”等。同时,这些篇章级语义问题的解决对于词汇级和句子级的分析同样具有反哺性的....
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
AI通讯相关内容
- 中兴通讯AI
- 通讯AI
- 中国AI通讯结束语
- 中国AI通讯
- 中国AI通讯知识库
- 中国AI通讯总结展望
- 中国AI通讯方法
- 中国AI通讯智能助手
- 中国AI通讯时空众包
- 中国AI通讯研究进展
- 中国AI通讯视觉
- 中国AI通讯研究
- 中国AI通讯能源网
- 中国AI通讯机器人
- 中国AI通讯鸽群优化应用
- 中国AI通讯发展趋势
- 中国AI通讯量化
- 中国AI通讯深度学习机器翻译
- 中国AI通讯集成学习
- 中国AI通讯类人概念学习
- 中国AI通讯传输
- 中国AI通讯数据包
- 中国AI通讯噪音正则
- 中国AI通讯知识图谱技术
- 中国AI通讯误差
- 中国AI通讯非线性系统最优控制
- 中国AI通讯机遇
- 中国AI通讯文献
- 中国AI通讯关联滤波器
- 中国AI通讯并行分布式进化计算
AI更多通讯相关
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。
+关注