搜索结果: 1-15 共查到“知识库 自然语言处理”相关记录314条 . 查询时间(1 秒)
围绕语言教育与人工智能跨学科关系，重点研究“自主智能学习”问题，探索语言、认知、智能等领域协同创新的基础理论、资源建设、技术研发及应用服务。聚合语言、心理、认知、计算机、人工智能等方面专家，开展“人工智能+”的跨界研究，致力于发展“自主智能语言学习”，在资源建设与研究、语言学研究、语料库翻译学、机器翻译、口译质量自动评估、智能语言教育（英语、德语、对外汉语、以及“一带一路”沿线国家语言）等领域开展...
国家语委语言智能研究中心是国家语言文字工作委员会依托首都师范大学于2016年8月设立的全国第三个科研基地。基地紧紧围绕我国语言文字信息化的重大需求，以“创新、交叉、协同、一流”为目标，开展具有国际前沿高端水平的“语言理解-表达-评价智能模型”和“技术应用系统”研究，以语言智能理论、语言智能技术和语言智能资源与应用为主要研究方向，构建教育大数据资源，突破语言理解与生成、复杂文字、连续语音、动态图像数...
江西师范大学计算机信息工程学院“智能信息处理”教学科研团队介绍
江西师大 智能 信息处理 科研团队
2024/8/9
江西师范大学计算机信息工程学院“智能信息处理”教学科研团队依托物联网与智能计算江西省高等学校高水平工程研究中心成立于2003年，现有教职工23人，其中教授9人，校聘教授1人，副教授10人，高级实验师2人，讲师1人。围绕自然语言处理、机器视觉和多模态信息处理等相关方向，以应用为驱动、系统为支撑、服务为导向，在文本生成、古籍自然语言处理、谣言检测、知识抽取、工业缺陷检测、视觉对话和多模态教师言行建模、...
胡泳：AI倾向于加强人类对话的缺陷（图）
AI 人类对话 缺陷
2023/3/10
近日，以ChatGPT为代表的AI机器人掀起一场狂欢般的全民参与。对AIGC即将给人类社会带来的颠覆，人们既深怀憧憬，又充满焦虑。
北京信息科技大学计算机学院特色研究方向：1.信息检索技术与大数据应用；2.语言信息处理及智能化技术；3.文档信息处理与知识管理；4.网络安全体系结构；5.软件测试技术；6.计算机辅助材料基因工程。
北京信息科技大学智能信息处理研究所，目前有正高级教师1人、副高级教师2人、具有博士学位的青年教师5人，具有硕士学位的青年教师1人，博士后1人，在读研究生32人。自2006年成立以来，在自然语言处理、大数据内容理解技术、Web内容安全、知识库构建等领域做了大量的研究工作，承担了6项国家自然科学基金、6项国家242信息安全计划项目、2项国家重点研发计划子课题、1项国家社科基金重大项目课题、3项北京市自...
研究所承担的中央军委装备发展局共用技术项目：面向***应用领域的知识图谱决策支持方法及系统，研究开发了基于知识图谱的某应用领域决策支撑系统，在多源知识统一建模及知识图谱构建技术、多源知识融合及知识库自动检测技术、可支持百亿级知识条目的存储与管理技术、交互式知识图谱可视化技术以及复杂决策辅助信息的智能推理技术等方面形成了具有自主知识产权的解决方案，申报5项国防发明专利。技术水平达到了国内领先水平，构...
自然语言文本中存在大量否定性与不确定性语言现象，反映了人类在使用语言表达观点时的态度，亦或者语言信息本身的可信度。语言的否定性指，由否定运算符对命题本身或其某一方面的语义进行了反转；语言的不确定性指，包含了情态、言据性、或然性、主观性等任何一类语义，介于肯定和否定语义之间。识别并理解自然语言的否定性与不确定性，对更深层次的自然语言理解具有重要意义，并且随着自然语言处理领域相关应用的不断增长，该研究...
基于表示学习的文本情感分析研究
文本情感分析 表示学习 面向文本情感分析的词向量 深层记忆网络 切分分类联 合模型
2016/11/28
文本情感分析是自然语言处理领域的热点问题之一，目的在于自动地从文本中发现和归纳主观情感信息。情感分析的一个核心问题是如何有效地表示各层次(如词语、句子、篇章)文本的情感语义，其重要性主要体现为两个方面。一方面，理解文本的情感需要让机器理解人类语言中所表达的语义，文本的语义表示是人类和机器之间信息传递的桥梁；另一方面，目前基于机器学习的方法在多个层次的情感分析任务上取得了非常出色的效果，而一个机器学...
Static Type Inference in a Dynamically Typed Language
Static Type Inference Dynamically Typed Language
2016/5/25
We present a type inference system for FL based on an operational, rather than a denotational, formulation of types. The essential elements of the system are a type language based on regular trees and...
Query Understanding Enhanced by Hierarchical Parsing Structures
query understanding semantic tagging linguistic parsing
2016/1/23
Query understanding has been well studied in the areas of information retrieval and spoken language understanding(SLU). There are generally three layers of query understanding: domain classification, ...
Natural language processing systems, even when given proper syntactic and semantic interpretations, still lack the common sense inference capabilities required for genuinely understanding a sen-tence....
Exploring Semantic Inter-class Relationships (SIR) for Zero-shot Action Recognition
Exploring Semantic Inter-class Relationships Zero-shot Action Recognition
2016/1/22
Automatically recognizing a large number of action cat-egories from videos is of significant importance for video understanding. Most existing works focused on the design of more discriminative featur...
Events of various sorts make up an important subset of the entities rel-evant not only in knowledge representation but also in natural language processing and numerous other fields and tasks. How to r...
Semantic Information Extraction for Improved Word Embeddings
Semantic Information Extraction Improved Word Embeddings
2016/1/22
Word embeddings have recently proven useful in a number of different applications that deal with natural language. Such embeddings suc-cinctly reflect semantic similarities between words based on thei...