杨陟卓
- 作品数：38 被引量：113H指数：7
- 供职机构：山西大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学政治法律更多>>
- 基于Web Services的协作学习系统的研究
- 2004年
- 本文针对协作学习系统存在的协作应用服务层适应性差，不能按照学习者需求动态组合虚拟群组，以及工作流式服务的适应性关联等问题，提出了一种采用CSCL原理、Web Services技术和知识库技术建构适应性协作学习平台的解决方案。重点探讨了协作学习平台的体系结构、适应性协作学习建模以及知识库建构三个问题。
- 杨陟卓杨威
- 关键词：SERVICES协作学习系统CSCLNET知识库系统
- 一种阅读机器人进行自动问答的系统及其应用方法
- 本发明公开了阅读机器人进行自动问答的方法及系统，包括有题型分析模块、词语相似度匹配模块、段落主题句和作者观点句抽取模块以及答案句抽取模块，本发明首次提出根据概括性问答题特征，然后进行线性插值的方法来分析问题类型，有效地填...
- 杨陟卓李春转张虎钱揖丽李茹
- 文献传递
- 一种基于图神经网络的考试阅读理解自动问答方法
- 本发明提供了一种基于图神经网络的考试阅读理解自动问答方法，包括以下步骤：从互联网的考试网站中爬取考试阅读理解真题和模拟题，并对其进行预处理，构建考试阅读理解问答数据集；利用异构图神经网络构建问答模型；利用异构图神经网络对...
- 杨陟卓李沫谦张虎李茹
- 高考语文阅读理解自动答题系统
- 2022年
- 机器阅读理解任务需要机器理解篇章并回答相关问题,是许多应用系统中的一项核心任务。该文面向高考语文中的现代文阅读理解文本语义表示、候选句抽取、鉴赏分析等关键技术展开研究,针对选择题、问答题等构建了相应的答题引擎,并在高考真题及测试题上,对系统进行了实验验证与错误分析,实验结果表明,该文所构建的系统能够在一定程度上解答问题。未来将围绕语义表示、知识的统一表征与知识聚合、迁移学习等前沿技术,提升阅读理解系统的复杂综合推理能力、概括分析能力、语言鉴赏能力。
- 谭红叶郭少茹陈鑫王素格李茹张虎杨陟卓陈千钱揖丽王元龙关勇吕国英
- 关键词：高考语文
- 基于上下文语境的词义消歧方法被引量：4
- 2015年
- 针对传统词义消歧方法面临的数据稀疏问题,提出一种基于上下文语境的词义消歧方法。该方法假设同一篇文章中的句子之间共享一些相同的话题,首先,抽取在同一篇文章中包含相同歧义词的句子,这些句子可以作为歧义句的上下文语境,为其中的一个歧义句子提供消歧知识;其次,通过一种无监督的词义消歧方法进行词义消歧。在真实的语料上实验结果表明,使用2个上下文语境句子,窗口大小为1时,该方法的消歧准确率比基线方法(Orig Disam)提高了3.26%。
- 杨陟卓
- 关键词：数据稀疏词义消歧上下文语境参数估计
- 一种融合CPT和最优化模型的考试阅读理解答案句概括方法
- 本发明属于自然语言处理技术领域，公开了一种融合CPT和最优化模型的考试阅读理解答案句概括方法。本发明基于CPT模型对背景材料答案句进行概括总结，并综合使用语义权威度、问题匹配度、依存句法、句子长度等多种因素优化CPT模型...
- 杨陟卓蔡志宇张虎李茹
- 基于语言模型的有监督词义消歧模型优化研究被引量：8
- 2014年
- 词义消歧是自然语言领域中重要的研究课题之一。目前,有监督词义消歧方法已经是解决该问题的有效手段。但是,由于缺乏大规模的训练语料,有监督方法还不能取得满意的效果。该文提出一种基于语言模型的词义消歧优化模型,该模型采用语言模型优化传统的有监督消歧模型,充分利用有监督和语言模型两种模型的消歧优势,共同推导歧义词的词义。该模型可以在训练语料不足的情况下,有效的提高词义消歧效果。在真实数据上表明,该方法的消歧性能超过了参加SemEval-2007:task#5评测任务的最好的有监督词义消歧系统。
- 杨陟卓黄河燕
- 关键词：数据稀疏语言模型参数估计
- 一种基于知识图和BART语义的多文档摘要方法
- 本发明属于自然语言处理技术领域，具体涉及一种基于知识图和BART语义的多文档摘要方法。该方法包括以下步骤：构建多文档摘要训练数据集；构建面向多文档摘要的知识图；构建融合知识和图注意力的多文档摘要模型；训练多文档摘要模型并...
- 杨陟卓褚强
- 大学云架构与大数据处理建模研究被引量：6
- 2015年
- 本文简要介绍了大学云架构与大数据处理的目的与意义。以山西师大园区云为例,概要介绍了大学云架构的方法,提出了一种支持大数据处理的校园云模型。重点讨论校园大数据处理建模,大数据分析在学生成长、教师发展,以及提升学校服务能力等方面的作用。
- 杨威杨陟卓
- 关键词：云计算大数据教师发展智慧校园
- 基于框架语义的高考语文阅读理解答案句抽取被引量：7
- 2016年
- 高考语文阅读理解问答相对普通阅读理解问答难度更大,问句抽象表述的理解需要更深层的语言分析技术,答案候选句抽取更注重与问句的关联分析,答案候选句排序更注重答案句之间的语义相关性。为此,该文提出借助框架语义匹配和框架语义关系抽取答案候选句,在排序时引入流形排序模型,通过答案句之间的框架语义相关度将排序分数进行传播,最终选取分数较高的Top-4作为答案句。在北京近12年高考语文阅读理解问答题上的准确率与召回率分别达到了53.65%与79.06%。
- 李国臣刘姝林杨陟卓李茹张虎钱揖丽
- 关键词：高考语文框架语义流形排序
