【雜志簡(jiǎn)介】

　　《中文信息學(xué)報(bào)》于1986年創(chuàng)刊，是經(jīng)國(guó)家科委批準(zhǔn)，由中國(guó)科學(xué)技術(shù)協(xié)會(huì)主管，中國(guó)中文信息學(xué)會(huì)和中國(guó)科學(xué)院軟件研究所合辦的學(xué)術(shù)性刊物，是中國(guó)中文信息學(xué)會(huì)會(huì)刊。《中文信息學(xué)報(bào)》是《中文核心期刊要目總覽》自動(dòng)化、計(jì)算機(jī)技術(shù)類的核心刊物。國(guó)內(nèi)外公開(kāi)發(fā)行。它及時(shí)反映我國(guó)中文信息處理的學(xué)術(shù)水平，重點(diǎn)刊登我國(guó)中文信息處理基礎(chǔ)理論與應(yīng)用技術(shù)研究的學(xué)術(shù)論文，以及相關(guān)的綜述、研究成果、技術(shù)報(bào)告、書(shū)刊評(píng)論、專題討論、國(guó)內(nèi)外學(xué)術(shù)動(dòng)態(tài)等。從本刊刊登的文章中可以及時(shí)了解我國(guó)最新的中文信息處理水平和學(xué)術(shù)動(dòng)向。所刊登的文章多數(shù)得到了國(guó)家或省、部級(jí)重大科技項(xiàng)目、攻關(guān)項(xiàng)目及自然科學(xué)和社會(huì)科學(xué)基金的資助。

　　【影響因子】

　　國(guó)家新聞出版總署收錄　該刊被以下數(shù)據(jù)庫(kù)收錄：

　　中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)(CSCD—2005)

　　核心期刊：

　　中文核心期刊(2008)

　　中文核心期刊(2004)

　　中文核心期刊(2000)

　　中文核心期刊(1996)

　　【欄目設(shè)置】

　　主要欄目：綜述、研究成果、技術(shù)報(bào)告、書(shū)刊評(píng)論、專題討論、國(guó)內(nèi)外學(xué)術(shù)動(dòng)態(tài)等。

　　雜志優(yōu)秀目錄參考：

　　現(xiàn)代漢語(yǔ)虛詞用法知識(shí)庫(kù)建設(shè)綜述 張坤麗，昝紅英，柴玉梅，韓英杰，趙丹，ZHANG Kunli，ZAN Hongying，CHAI Yumei，HAN Yingjie，ZHAO Dan

　　基于依存語(yǔ)法構(gòu)建多視圖漢語(yǔ)樹(shù)庫(kù) 邱立坤，金澎，王厚峰，QIU Likun，JIN Peng，WANG Houfeng

　　詞匯計(jì)量研究與常用詞知識(shí)庫(kù)建設(shè) 俞士汶，朱學(xué)鋒，YU Shiwen，ZHU Xuefeng

　　面向計(jì)算的現(xiàn)代漢語(yǔ)雙音詞分離及其語(yǔ)法意義與特性研究 薛宏武，XUE Hongwu

　　漢語(yǔ)復(fù)合名詞語(yǔ)義信息標(biāo)注詞庫(kù):基于生成詞庫(kù)理論 宋作艷，趙青青，亢世勇，SONG Zuoyan，ZHAO Qingqing，KANG Shiyong

　　漢語(yǔ)語(yǔ)義場(chǎng)網(wǎng)絡(luò)中的無(wú)標(biāo)度分布現(xiàn)象 楊華，姬東鴻，蕭國(guó)政，YANG Hua，JI Donghong，XIAO Guozheng

　　HowNet與CCD映射方法研究 向春丞，穗志方，詹衛(wèi)東，XIANG Chuncheng，SUI Zhifang，ZHAN Weidong

　　信息動(dòng)態(tài)

　　基于特征序列的語(yǔ)義分類體系的自動(dòng)構(gòu)建 陳剛，劉揚(yáng)，CHEN Gang，LIU Yang

　　基于本體和依存句法的詞匯語(yǔ)義關(guān)系標(biāo)注及評(píng)價(jià)方法研究 熊晶，支麗平，袁冬，XIONG Jing，ZHI Liping，YUAN Dong

　　內(nèi)容標(biāo)簽和關(guān)系標(biāo)簽相結(jié)合的漢語(yǔ)篇章標(biāo)注規(guī)范 王荀，李素建，王宇昕，WANG Xun，LI Sujian，WANG Yuxin

　　漢語(yǔ)篇章級(jí)小句關(guān)系的標(biāo)注體系 吳云芳，徐藝峰，王愷然，WU Yunfang，XU Yifeng，WANG Kairan

　　基于圖式的文本蘊(yùn)涵識(shí)別初探 倪盛儉，姬東鴻，NI Shengjian，JI Donghong

　　基于框架語(yǔ)義的隱式篇章關(guān)系推理 嚴(yán)為絨，朱珊珊，洪宇，姚建民，朱巧明，YAN Weirong，ZHU Shanshan，HONG Yu，YAO Jianmin，ZHU Qiaoming

　　教學(xué)與管理投稿：高校圖書(shū)館信息素質(zhì)教育的研究思考

　　摘 要：現(xiàn)階段，在我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展水平快速提高的同時(shí)，信息技術(shù)的發(fā)展獲得了更大的發(fā)展空間。信息技術(shù)的應(yīng)用領(lǐng)域逐漸擴(kuò)大，尤其在高校圖書(shū)館信息素質(zhì)教育方面發(fā)揮了重要的影響。如何根據(jù)高校圖書(shū)館信息素質(zhì)教育的實(shí)際需求，合理的應(yīng)用信息化技術(shù)，是高校未來(lái)發(fā)展中應(yīng)積極思考的主要問(wèn)題之一。本文將簡(jiǎn)要分析，信息技術(shù)發(fā)展影響下的高校圖書(shū)館信息素質(zhì)教育方面的內(nèi)容，旨在更好的發(fā)揮信息技術(shù)在高校圖書(shū)館信息素質(zhì)教育中的優(yōu)勢(shì)。

　　關(guān)鍵詞：信息技術(shù),高校圖書(shū)館,信息素質(zhì),教育

　　在高校教育發(fā)展的過(guò)程中，信息技術(shù)發(fā)揮了很大的作用。結(jié)合信息素質(zhì)的相關(guān)定義以及其在高校教育事業(yè)中發(fā)展的成果證明，信息技術(shù)的應(yīng)用使高校圖書(shū)館在培養(yǎng)人才素質(zhì)教育中，始終扮演著重要的角色。信息技術(shù)的應(yīng)用，為圖書(shū)館信息素質(zhì)教育，提供了及其便利的條件。在信息技術(shù)不斷發(fā)展的今天，結(jié)合信息技術(shù)在高校圖書(shū)館信息素質(zhì)教育中的應(yīng)用問(wèn)題，分析信息技術(shù)變革發(fā)展，制定高校圖書(shū)館信息素質(zhì)教育策略，成為高校圖書(shū)館發(fā)展信息素質(zhì)教育的關(guān)鍵事項(xiàng)之一。

　　中文信息學(xué)報(bào)最新期刊目錄

大語(yǔ)言模型微調(diào)方法研究綜述————作者：吳春志;趙玉龍;劉鑫;司念文;張魯飛;范昊;

摘要：近年來(lái)，大語(yǔ)言模型成為人工智能領(lǐng)域非常受關(guān)注的技術(shù)，引發(fā)了自然語(yǔ)言處理領(lǐng)域新的研究范式。在大語(yǔ)言模型訓(xùn)練實(shí)踐中，參數(shù)微調(diào)是其中非常重要的一個(gè)環(huán)節(jié)，它允許用戶在資源受限條件下，通過(guò)調(diào)整少部分參數(shù)來(lái)提升模型理解用戶指令、解決下游任務(wù)的能力。該文全面回顧了2019—2024年間50余種主要的大語(yǔ)言模型微調(diào)方法，從全新的角度進(jìn)行了系統(tǒng)性的整理和概括，分為全參數(shù)微調(diào)、部分參數(shù)微調(diào)、新增參數(shù)微調(diào)和無(wú)參數(shù)微調(diào)方...

報(bào)名通知|中國(guó)中文信息學(xué)會(huì)具身智能專委會(huì)(籌)首屆具身智能學(xué)術(shù)研討會(huì)

摘要：<正>具身智能是基于物理身體進(jìn)行感知、認(rèn)知和行動(dòng)的智能系統(tǒng)，其通過(guò)智能體與環(huán)境的交互獲取信息、理解問(wèn)題、做出決策并實(shí)現(xiàn)行動(dòng)，從而產(chǎn)生智能行為，實(shí)現(xiàn)類人的通用人工智能。隨著大語(yǔ)言模型(簡(jiǎn)稱大模型)的發(fā)展，大模型驅(qū)動(dòng)的具身智能研究逐漸興起，其任務(wù)泛化能力和領(lǐng)域通用性，為具身智能的感知、推理和執(zhí)行等研究帶來(lái)了技術(shù)突破的希望和可行性技術(shù)路線，近期的具身智能研究已經(jīng)嘗試了大模型的調(diào)用和整合技術(shù)，并驗(yàn)證了良好...

Step2Vec:面向動(dòng)力學(xué)傳播的網(wǎng)絡(luò)表示學(xué)習(xí)方法————作者：陳奇;焦鵬飛;王震;鮑青;

摘要：網(wǎng)絡(luò)表示學(xué)習(xí)是對(duì)節(jié)點(diǎn)的網(wǎng)絡(luò)結(jié)構(gòu)的一種分布式表示方案，目前被廣泛應(yīng)用于節(jié)點(diǎn)分類、社團(tuán)發(fā)現(xiàn)和邊關(guān)系預(yù)測(cè)等任務(wù)中。然而網(wǎng)絡(luò)表示學(xué)習(xí)對(duì)網(wǎng)絡(luò)傳播過(guò)程中節(jié)點(diǎn)狀態(tài)的估計(jì)仍是一個(gè)開(kāi)放性的問(wèn)題。經(jīng)典的網(wǎng)絡(luò)表示學(xué)習(xí)方法在對(duì)該問(wèn)題上的應(yīng)用效果不佳，因此該文提出了基于動(dòng)力學(xué)傳播的采樣方法，稱為Step2Vec逐步采樣方法。Step2Vec通過(guò)結(jié)合網(wǎng)絡(luò)傳播過(guò)程，對(duì)節(jié)點(diǎn)的網(wǎng)絡(luò)結(jié)構(gòu)信息進(jìn)行提取并訓(xùn)練。該文分別將Step2Vec...

NCIFD:面向大模型的民族文化微調(diào)數(shù)據(jù)集————作者：羅鶴;張廷;孫媛;朋毛才讓;達(dá)哇才仁;

摘要：在大語(yǔ)言模型快速發(fā)展的挑戰(zhàn)下，民族文化研究及傳播需要更多的投入。其中，構(gòu)建高質(zhì)量的民族文化數(shù)據(jù)集不僅能促進(jìn)民族文化傳播，還能提高大語(yǔ)言模型在特定文化環(huán)境中的精準(zhǔn)度和適應(yīng)性。為了構(gòu)建高質(zhì)量的民族文化指令遵循數(shù)據(jù)集，該文面向民族文化領(lǐng)域，收集整理了《中國(guó)民族百科全書(shū)》《中國(guó)服飾大典》等18本民族文化相關(guān)書(shū)籍，進(jìn)行清洗過(guò)濾之后，基于Self-QA框架，使用大語(yǔ)言模型自動(dòng)生成問(wèn)答對(duì)。同時(shí)根據(jù)書(shū)籍的內(nèi)容，人...

利用詞鏈提高文檔級(jí)神經(jīng)機(jī)器翻譯的詞匯翻譯一致性————作者：雷翔宇;李軍輝;

摘要：近年來(lái)，各種上下文感知模塊的引入，使得文檔級(jí)神經(jīng)機(jī)器翻譯(Document-level Neural Machine Translation, DNMT)取得了令人矚目的進(jìn)步。受“一個(gè)語(yǔ)篇一個(gè)翻譯(one translation per discourse)”的啟發(fā)，該文在代表性DNMT模型G-Transformer的基礎(chǔ)上，提出一種有效的方法對(duì)源端文檔中重復(fù)出現(xiàn)的詞匯進(jìn)行建模以緩解詞匯翻譯不一致...

一種預(yù)測(cè)未知節(jié)點(diǎn)的融合影響力最大化的知識(shí)可遷移GNN模型————作者：曾志林;張超群;吳國(guó)富;湯衛(wèi)東;李灝然;李婉秋;

摘要：在社交網(wǎng)絡(luò)中，大多數(shù)節(jié)點(diǎn)的數(shù)據(jù)不完整，已有的方法對(duì)這些節(jié)點(diǎn)的預(yù)測(cè)效率較低。鑒于此，該文提出一種融合影響力最大化的知識(shí)可遷移圖神絡(luò)網(wǎng)絡(luò)(Graph Neural Network, GNN)模型VRKTGNN,其是對(duì)預(yù)測(cè)社交網(wǎng)絡(luò)未知節(jié)點(diǎn)的KTGNN模型的改進(jìn)。VRKTGNN根據(jù)用戶的關(guān)注去構(gòu)建一個(gè)圖結(jié)構(gòu)數(shù)據(jù)，由改進(jìn)的投票排名算法VoteRank++選出圖數(shù)據(jù)中影響力最大的節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)進(jìn)行知識(shí)遷移，通...

基于多意圖融合框架的聯(lián)合意圖識(shí)別和槽填充————作者：尹商鑒;黃沛杰;梁棟柱;何卓棋;黎倩爾;徐禹洪;

摘要：近年來(lái)，多意圖口語(yǔ)理解(SLU)已經(jīng)成為自然語(yǔ)言處理領(lǐng)域的研究熱點(diǎn)。當(dāng)前先進(jìn)的多意圖SLU模型采用圖的交互式框架進(jìn)行聯(lián)合多意圖識(shí)別和槽填充，能夠有效地捕捉到詞元級(jí)槽位填充任務(wù)的細(xì)粒度意圖信息，取得了良好的性能。但是，它忽略了聯(lián)合作用下的意圖所包含的豐富信息，沒(méi)有充分利用多意圖信息對(duì)槽填充任務(wù)進(jìn)行指引。為此，該文提出了一種基于多意圖融合框架(MIFF)的聯(lián)合多意圖識(shí)別和槽填充框架，使得模型能夠在準(zhǔn)確...

基于詞性對(duì)齊與依存關(guān)系的中文排比句生成方法————作者：鐘茂生;劉蕾;吳如萍;甘家其;周新宇;

摘要：排比句是一種常用的修辭手法，其使用具有增強(qiáng)氣勢(shì)、強(qiáng)調(diào)突出、層次清晰的效果。排比句生成對(duì)于文本生成具有重要意義，能夠豐富文本生成的風(fēng)格和形式，提升教育、廣告和文學(xué)創(chuàng)作的質(zhì)量，但目前暫無(wú)生成模型和公開(kāi)的排比句語(yǔ)料庫(kù)。為此，該文在收集和構(gòu)建排比句數(shù)據(jù)集的基礎(chǔ)上，結(jié)合排比句具有的語(yǔ)言學(xué)特征，提出了一種基于詞性對(duì)齊與依存關(guān)系的中文排比句生成模型，稱為CPG-PosDep。模型從語(yǔ)言學(xué)出發(fā)，首先用設(shè)定的分詞、...

融合提示學(xué)習(xí)的故事生成方法————作者：倪宣凡;李丕績(jī);

摘要：開(kāi)放式自動(dòng)故事生成旨在通過(guò)輸入故事的開(kāi)頭、大綱、主線等，得到具有一致性、連貫性和邏輯性的故事。現(xiàn)有的方法想要提升生成故事的質(zhì)量，往往需要大量訓(xùn)練數(shù)據(jù)和更多參數(shù)的模型。針對(duì)以上問(wèn)題，該文利用提示學(xué)習(xí)在零樣本與少樣本場(chǎng)景下的優(yōu)勢(shì)，借助外部常識(shí)推理知識(shí)，提出了一種融合提示學(xué)習(xí)的故事生成方法。該方法將故事生成分為三個(gè)階段：輸入故事的開(kāi)頭，常識(shí)推理模型生成可能的事件；根據(jù)類型不同，將事件填入問(wèn)題模板中，構(gòu)建...

中文動(dòng)詞實(shí)現(xiàn)狀態(tài)數(shù)據(jù)集構(gòu)建————作者：徐進(jìn);辛欣;

摘要：判斷動(dòng)詞是否在現(xiàn)實(shí)中真實(shí)發(fā)生是自然語(yǔ)言理解中的重要問(wèn)題，其不僅能夠?yàn)槭录�抽取等自然語(yǔ)言處理應(yīng)用提供支撐，也有助于更深入地理解語(yǔ)言。雖然動(dòng)詞實(shí)現(xiàn)狀態(tài)的辨析在英文領(lǐng)域已有一定的研究基礎(chǔ)，但中文領(lǐng)域的相關(guān)工作仍比較缺乏。一方面，中文動(dòng)詞實(shí)現(xiàn)狀態(tài)缺乏標(biāo)注規(guī)范；另一方面，缺乏相關(guān)的中文語(yǔ)料。針對(duì)目前中文動(dòng)詞實(shí)現(xiàn)狀態(tài)缺乏標(biāo)注規(guī)范的問(wèn)題，該文在英文規(guī)范的基礎(chǔ)上，分析《人民日?qǐng)?bào)》中文語(yǔ)料，結(jié)合時(shí)間提示詞、句式等信...

基于精調(diào)LLaMA模型的中西醫(yī)概念關(guān)系對(duì)比分析方法————作者：葉淋潮;邵會(huì)會(huì);謝振平;

摘要：中醫(yī)知識(shí)的現(xiàn)代化與現(xiàn)代西醫(yī)學(xué)知識(shí)可以建立深度的互通互解。在大語(yǔ)言模型背景下，以傳統(tǒng)中醫(yī)和現(xiàn)代西醫(yī)的概念關(guān)系理解為切入點(diǎn)，該文提出一種基于精調(diào)LLaMA模型的中西醫(yī)概念關(guān)系對(duì)比分析方法。研究中，首先選定中西醫(yī)中一組相通的基本概念術(shù)語(yǔ)，并進(jìn)行了相應(yīng)的文本數(shù)據(jù)集構(gòu)建；隨后基于LLaMA模型分別對(duì)兩個(gè)數(shù)據(jù)集進(jìn)行精調(diào)學(xué)習(xí)，得到關(guān)于同組基本概念術(shù)語(yǔ)的兩個(gè)大語(yǔ)言模型；其次，基于基本概念術(shù)語(yǔ)集和兩個(gè)文本數(shù)據(jù)集，設(shè)...

基于標(biāo)簽句子重構(gòu)的多語(yǔ)言零樣本神經(jīng)機(jī)器翻譯————作者：陳瀟;楊雅婷;董瑞;時(shí)現(xiàn)偉;馬博;吐?tīng)柡椤の崴韭?

摘要：針對(duì)當(dāng)前多語(yǔ)言零樣本翻譯的標(biāo)簽策略難以提供豐富的翻譯方向信息和模型對(duì)語(yǔ)言建模能力的不足，進(jìn)而導(dǎo)致翻譯脫靶的問(wèn)題，該文提出了使用標(biāo)簽句子重構(gòu)的多語(yǔ)言零樣本神經(jīng)機(jī)器翻譯方法。具體而言，首先提出了一種詞級(jí)別的標(biāo)簽策略，在編碼器端增加目標(biāo)語(yǔ)言標(biāo)簽嵌入，在源語(yǔ)言句子每個(gè)詞的嵌入表示中注入目標(biāo)語(yǔ)言信息；其次設(shè)計(jì)了標(biāo)簽句子重構(gòu)任務(wù)，對(duì)句子添加噪聲和使用詞級(jí)別的標(biāo)簽策略后進(jìn)行重構(gòu)操作，以達(dá)到增強(qiáng)模型語(yǔ)言建模能力的...

多級(jí)跨模態(tài)對(duì)齊的文本檢索視頻方法研究————作者：習(xí)怡萌;劉立波;鄧箴;劉倩;

摘要：現(xiàn)有文本檢索視頻方法在進(jìn)行跨模態(tài)對(duì)齊時(shí)，未充分考慮文本細(xì)節(jié)和復(fù)雜視覺(jué)語(yǔ)義間的信息交互，使檢索性能受到影響。為解決此問(wèn)題，該文提出一種多級(jí)跨模態(tài)對(duì)齊的文本檢索視頻方法。首先，將查詢文本按詞性進(jìn)行分解并編碼，同時(shí)對(duì)視頻幀進(jìn)行編碼和聚類操作；然后，對(duì)查詢文本和視頻的全局編碼進(jìn)行對(duì)齊，獲取二者間的全局語(yǔ)義關(guān)系；接著，對(duì)文本動(dòng)詞編碼與視頻子動(dòng)作編碼進(jìn)行動(dòng)作對(duì)齊，以實(shí)現(xiàn)動(dòng)作關(guān)聯(lián)；最后，將名詞編碼與經(jīng)動(dòng)作對(duì)齊篩...

《自然語(yǔ)言處理:基于大語(yǔ)言模型的方法》

摘要：<正>車萬(wàn)翔郭江崔一鳴著劉挺主審?fù)扑]人孫茂松清華大學(xué)人工智能研究院常務(wù)副院長(zhǎng)廖湘科中國(guó)工程院院士,國(guó)防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院教授尼瑪扎西中國(guó)工程院院士,西藏大學(xué)信息科學(xué)技術(shù)學(xué)院教授李惠中國(guó)科學(xué)院院士,哈爾濱工業(yè)大學(xué)土木學(xué)院/計(jì)算學(xué)部教授2025年1月,DeepSeek(深度求索)公司開(kāi)源的DeepSeek-R1模型引發(fā)全球關(guān)注——其通過(guò)純強(qiáng)化學(xué)習(xí)架構(gòu)創(chuàng)新實(shí)現(xiàn)的自主推理能力,在數(shù)學(xué)、代碼及自然語(yǔ)言推...

基于孿生XLM-R模型的機(jī)器翻譯雙語(yǔ)平行語(yǔ)料過(guò)濾方法————作者：涂杰;李茂西;裘白蓮;

摘要：在機(jī)器翻譯中，模型訓(xùn)練使用的雙語(yǔ)平行語(yǔ)料的數(shù)量和質(zhì)量極大地影響了系統(tǒng)的性能，然而當(dāng)前很多雙語(yǔ)平行語(yǔ)料是從雙語(yǔ)可比語(yǔ)料中利用自動(dòng)過(guò)濾方法提取的。為了提高雙語(yǔ)平行語(yǔ)料自動(dòng)過(guò)濾的性能，該文提出基于孿生XLM-R模型的雙語(yǔ)平行語(yǔ)料過(guò)濾方法，使用基于跨語(yǔ)言預(yù)訓(xùn)練語(yǔ)言模型XLM-R的孿生神經(jīng)網(wǎng)絡(luò)將源語(yǔ)言句子與目標(biāo)語(yǔ)言句子映射到深層語(yǔ)義空間，利用平均池化操作獲得它們相同維度的句子表征，根據(jù)句子表征間余弦距離提取...

基于預(yù)訓(xùn)練語(yǔ)言模型的IPC與高相似CLC類目自動(dòng)映射————作者：黃敏;魏嘉琴;李茂西;

摘要：專利和圖書(shū)期刊是產(chǎn)業(yè)界與學(xué)術(shù)界的科技創(chuàng)新信息來(lái)源，專利通常采用國(guó)際專利分類法(International Patent Classification, IPC)標(biāo)識(shí)，而中文圖書(shū)期刊則采用中國(guó)圖書(shū)館分類法(Chinese Library Classification, CLC),不同的分類標(biāo)識(shí)體系給專利、圖書(shū)期刊信息整合共享和跨庫(kù)檢索瀏覽帶來(lái)了挑戰(zhàn)。針對(duì)IPC類目和高相似的CLC類目難以準(zhǔn)確映射的問(wèn)...

大語(yǔ)言模型故事理解能力評(píng)價(jià)數(shù)據(jù)集————作者：閆國(guó)航;郭亞鑫;譚紅葉;張虎;

摘要：故事包含大量的社會(huì)、物理等常識(shí)，同時(shí)蘊(yùn)含深刻的道理，是知識(shí)傳播、文化傳承、價(jià)值塑造的重要載體。故事理解是NLP中的一項(xiàng)重要任務(wù)。近幾年，研究者對(duì)大語(yǔ)言模型(LLMs)的語(yǔ)言理解能力進(jìn)行了很多評(píng)估與分析，但由于現(xiàn)有的故事理解數(shù)據(jù)集大多為答案出現(xiàn)于原文的實(shí)體類問(wèn)題，因此對(duì)LLMs故事理解能力的評(píng)價(jià)與分析非常有限。為此，該文構(gòu)建了一個(gè)寓言故事理解數(shù)據(jù)集CRMUS,并基于人類故事理解的認(rèn)知過(guò)程：先進(jìn)行常識(shí)...

中文大模型生成式摘要能力評(píng)估————作者：王俊超;樊可汗;霍智恒;

摘要：從傳統(tǒng)的紙帶機(jī)到當(dāng)今大語(yǔ)言模型時(shí)代，自動(dòng)文本摘要技術(shù)發(fā)展經(jīng)歷了多次質(zhì)的飛躍并不斷提升。但在中文摘要方面，由于其語(yǔ)言特點(diǎn)及敘述方式，機(jī)器生成的摘要難以與人工撰寫的相媲美。如今，眾多國(guó)產(chǎn)開(kāi)源大模型均加強(qiáng)了對(duì)中文語(yǔ)料的訓(xùn)練并展示出較為優(yōu)秀的成果。為了評(píng)估這些開(kāi)源大模型在中文摘要任務(wù)上的實(shí)際表現(xiàn)，該文篩選ChatGLM2-6B、Baichuan2-7B和InternLM-7B等中文大模型作為研究對(duì)象，在中...

面向垂直領(lǐng)域上下文特性的少樣本關(guān)系抽取方法————作者：任浩;李韌;楊建喜;肖橋;楊小霞;蔣仕新;王笛;

摘要：現(xiàn)有的少樣本關(guān)系抽取解決方案主要基于通用領(lǐng)域語(yǔ)料，尚未充分考慮垂直領(lǐng)域中存在的長(zhǎng)文本、關(guān)系重疊等問(wèn)題，面對(duì)垂直領(lǐng)域上下文時(shí)其關(guān)系抽取性能有待提升。針對(duì)上述問(wèn)題，該文以橋梁檢測(cè)領(lǐng)域和醫(yī)療健康領(lǐng)域?yàn)楸尘埃�提出了一種面向垂直領(lǐng)域上下文特性的少樣本關(guān)系抽取方法。該方法首先通過(guò)預(yù)訓(xùn)練語(yǔ)言模型RoBERTa＿chinese＿base對(duì)文本進(jìn)行編碼，再分別在雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(BiLSTM)和實(shí)體特征提取模塊中...

自監(jiān)督知識(shí)增強(qiáng)的零樣本文本分類方法————作者：林鑠浩;陳煒;萬(wàn)懷宇;蔣致書(shū);趙書(shū)源;廖夢(mèng)祈;張芷毓;

摘要：為了改善零樣本文本分類任務(wù)中無(wú)標(biāo)簽數(shù)據(jù)存在的類別不平衡問(wèn)題，并充分發(fā)揮預(yù)訓(xùn)練語(yǔ)言模型在該任務(wù)中的推理能力，該文提出了一種自監(jiān)督知識(shí)增強(qiáng)的零樣本文本分類方法(Knowledge Enhanced Zero-shot Text Classification, KE0TC)。該方法利用提示模板引導(dǎo)大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型擴(kuò)展類別標(biāo)簽并構(gòu)建知識(shí)圖譜，通過(guò)圖結(jié)構(gòu)進(jìn)行去噪和自監(jiān)督數(shù)據(jù)生成；然后，采用段落采樣等方式...

　　相關(guān)電子信息期刊推薦

• 省級(jí)《數(shù)碼先鋒》
• 國(guó)家級(jí)《系統(tǒng)仿真學(xué)報(bào)》
• 北大核心光通信研究
• 省級(jí)《山西電子技術(shù)》
• 國(guó)家級(jí)《電腦愛(ài)好者》
• 北大核心《光纖與電纜及其應(yīng)用技術(shù)》
• 北大核心《微納電子技術(shù)》
• 國(guó)家級(jí)《中國(guó)信息化》
• 北大核心《激光與紅外》
• 國(guó)家級(jí)《音響技術(shù)》
• 省級(jí)計(jì)算機(jī)科學(xué)技術(shù)學(xué)報(bào)英文版
• 國(guó)家級(jí)電力信息與通信技術(shù)
• 國(guó)家級(jí)《包裝與食品機(jī)械》
• 國(guó)家級(jí)《光電技術(shù)應(yīng)用》
• 國(guó)家級(jí)信息空間
• 北大核心《電子與信息學(xué)報(bào)》
• 北大核心《電子技術(shù)應(yīng)用》
• 省級(jí)通訊世界
• 國(guó)家級(jí)電子科技
• 北大核心《微處理機(jī)》
• 北大核心《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)軟件世界
• 省級(jí)《黑龍江大學(xué)自然科學(xué)學(xué)報(bào)》
• 省級(jí)中國(guó)科學(xué)信息科學(xué)
• 國(guó)家級(jí)《電腦開(kāi)發(fā)與應(yīng)用》
• 國(guó)家級(jí)《中國(guó)信息界》
• 省級(jí)游戲機(jī)實(shí)用技術(shù)
• 國(guó)家級(jí)《自動(dòng)化應(yīng)用》
• 省級(jí)計(jì)算機(jī)研究與發(fā)展
• 北大核心《中國(guó)高校科技》

　　核心期刊推薦