隨著信息技術(shù)的高速發(fā)展,各種服務(wù)和應(yīng)用軟件不斷涌現(xiàn),人們?nèi)找嫫毡榈厥褂糜?jì)算機(jī)來完成日常生活中的任務(wù)。然而,缺乏計(jì)算機(jī)科學(xué)方面的專業(yè)知識(shí),使得非專業(yè)人士難以與系統(tǒng)交互并獲得有用的信息。因此,自然語言處理作為一種可以使計(jì)算機(jī)分析與理解人類語言的方法吸引了來自世界各地研究人員的興趣。本文以機(jī)器學(xué)習(xí)為核心,在自然語言的處理和傳輸兩個(gè)領(lǐng)域開展研究。在自然語言處理中,首先探索了一種通用的生成詞向量的技術(shù),即集成詞嵌入,通過集成已有詞嵌入向量集和語義知識(shí)庫來生成一種更高質(zhì)量的詞嵌入向量集。進(jìn)而,探索了兩種特定的自然語言處理任務(wù):在線學(xué)習(xí)中的語法問題檢索技術(shù)和個(gè)性化推薦技術(shù),分別提出基于模糊樹匹配的檢索方法和基于內(nèi)容的推薦方法。其中,集成詞嵌入均作為輔助技術(shù)可以進(jìn)一步改善檢索和推薦結(jié)果。在自然語言傳輸中,探索了基于深度學(xué)習(xí)的物理層傳輸技術(shù)。具體研究內(nèi)容包括4個(gè)方面:首先,研究了集成不同詞嵌入向量集和語義知識(shí)庫的方法�，F(xiàn)有的方法大多根據(jù)大型語料庫中的詞分布信息學(xué)習(xí)得到詞嵌入向量集。這種方法雖然可以得到語料庫中包含的語義信息,但忽略了包含在語義知識(shí)庫中有價(jià)值的信息,例如ConceptNet。而且,不同詞嵌... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：142 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

維度對(duì)詞相似結(jié)果的影響

維度對(duì)詞類比結(jié)果的影響

生或具有同等學(xué)歷的考生參加的選拔性考試。在這些實(shí)驗(yàn)數(shù)據(jù)集中，我們隨機(jī)提取產(chǎn)生400 個(gè)語法 MCQ 作為查詢 MCQ，剩余的 4180 個(gè) MCQ 將作為數(shù)據(jù)庫中的待檢索的問題。圖3.7給出了實(shí)驗(yàn)數(shù)據(jù)集中語法 MCQ 題干的長度分布，其中語法 MCQ 題干的平均長度是 16.36 個(gè)字。每一對(duì)語法 MCQ 的相似度由 10 位英語為母語的專業(yè)人士人工標(biāo)注，相似度分為5 個(gè)等級(jí)（“極差”，“一般”，“良好”，“優(yōu)秀”，“完美”）。這里“極差”表示兩個(gè)語法MCQ 完全不相關(guān)，“完美”表示兩個(gè)語法 MCQ 相關(guān)度最高。在實(shí)驗(yàn)中，我們認(rèn)為相關(guān)度為“極差”的兩個(gè)語法 MCQ 不相關(guān)，其它的相關(guān)度為相關(guān)。對(duì)于每個(gè)查詢 MCQ，數(shù)據(jù)庫中平均有 12.9% 的語法 MCQ 和它相關(guān)。我們使用 200 個(gè)查詢 MCQ 進(jìn)行訓(xùn)練


本文編號(hào)：3574594