导读:本文包含了信息否定论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信息,否定性,自然语言,不确定,语料库,汉语,物性。
信息否定论文文献综述
全先荣,林朋飞[1]（2019）在《关于“负面的”或“否定的”信息是否构成“相反教导”的探讨》一文中研究指出在专利审查中,申请人/代理人常常以对比文件中记载的"负面的"或"否定的"信息构成了"相反教导"为理由,争辩专利申请具有创造性。然而,我国《专利审查指南》中并未有关于"相反教导"的规定,因此,审查实践中现有技术是否存在"相反教导"常常成为争议焦点。本文结合叁个案例,涉及质评、实审审查等角度,给出判断对比文件中记载的"否定的"或"负面的"信息是否构成相反教导的基本原则,对审查实践有一定的参考价值。(本文来源于《中国科技信息》期刊2019年16期）
孙娜[2]（2018）在《自然语言文本中否定性信息智能抽取仿真》一文中研究指出为了快速、准确的抽取出自然语言文本中存在的否定性信息,需要对否定性信息抽取方法进行分析和研究。采用当前否定性信息抽取方法对自然语言文本中存在的否定性信息进行抽取时,得到的抽取结果与实际结果不符,抽取信息所用的时间较长,存在抽取精准度低和抽取效率低的问题。提出一种自然语言文本中否定性信息智能抽取方法,通过基于树核的覆盖域界定模型得到自然语言文本句法树中覆盖域的结构和位置。根据双层图模型对自然语言文本中词与词之间的转移概率进行计算,采用PageRank算法并结合转移概率对自然语言文本中的信息权重进行排序,得到覆盖域中的否定焦点;通过否定焦点从更细的粒度上对否定性信息进行分析,根据分析结果对自然语言文本中的信息进行分类,根据分类结果完成自然语言文本中否定性信息的智能抽取。仿真结果表明,所提方法的抽取精准度高、抽取效率快。(本文来源于《计算机仿真》期刊2018年12期）
陈世梅,伍星,唐凡[3]（2018）在《基于BiLSTM-CRF模型的汉语否定信息识别》一文中研究指出否定信息识别是将自然语言中的肯定信息与否定信息分离,它对信息检索、文本挖掘、情感分析等都有重要作用。该文主要对汉语否定信息中的触发词识别和覆盖域识别进行研究,采用双向长短期记忆网络结合条件随机场(BiLSTM-CRF)为模型,预训练的词向量为输入特征对触发词进行识别,在此基础上添加已知触发词特征对覆盖域进行识别。中文否定与不确定信息语料上,触发词识别取得F1值为91.03%,覆盖域识别在该语料的子语料财经新闻上取得F1值最高为73.91%。实验结果表明,这一模型在汉语否定触发词识别和覆盖域识别上取得的效果优于CRF模型和BiLSTM模型。(本文来源于《中文信息学报》期刊2018年11期）
唐凡[4]（2017）在《基于深度学习的汉语否定信息识别研究》一文中研究指出自然语言中否定是一种广泛存在且复杂的语言现象,其往往会反转文本表述中命题的真值、观点的立场、情感和态度的极性。对否定信息进行识别,将其与事实信息区分处理,将极大提高从文本中所获信息的可靠性及价值。目前否定信息识别已经成为自然语言处理中的一个研究热点。其不仅对信息检索、情感分析、文本挖掘、信息抽取等领域具有重要意义,也对文本的深层语义理解具有促进作用。对否定信息识别的现有研究大多数是面向英文的并已取得了初步成果,而面向汉语的相关工作还比较少。在相关研究中,通常采用机器学习方法将否定信息识别转化为序列标注问题来处理。这类方法依赖于繁重的特征工程,在汉语否定信息识别中获得的性能也不高。近年来,深度学习技术在自然语言处理领域成功的应用越来越多,在许多序列任务中都获得了不错的性能。因此,本文主要研究基于深度学习的汉语否定信息识别方法,主要内容如下:首先,对面向英文及汉语的否定信息识别方法进行了全面研究。分析并归类了解决否定信息识别各个子任务的方法,总结了这些方法的优势与不足,提出利用深度学习相关技术来解决汉语的否定信息识别问题的新思路。然后,在对深度学习中用于解决序列问题的相关技术特点进行分析后,提出了基于双向长短期记忆神经网络的汉语否定触发词检测模型。分别对基于汉字和词的两种句子序列进行标注。同时,利用词嵌入技术来捕捉字或词的语义信息,并将预训练得到的字、词向量作为模型的输入特征。实验表明,该模型的效果比传统基于条件随机场的序列标注方法更好。最后,针对汉语否定覆盖域界定任务特征空间大、特征设计获取比较复杂的情况,仍使用基于长短期记忆神经网络的方法来界定否定覆盖域。根据任务特点,利用词嵌入技术引入否定触发词相关的额外信息来改进汉语否定覆盖域界定模型。实验结果表明,该模型比起传统的单分类器方法仍是有优势的,融合否定触发词信息的改进方法也提升了模型的性能。本文尝试了利用深度学习技术来解决汉语的否定信息识别问题,该方法无需大量人工特征,减少了对领域知识的依赖,对任务是有效的且仍有较大的改进空间。(本文来源于《重庆大学》期刊2017-04-01）
张汶静,陈振宇[5]（2016）在《信息的确定性对否定表达的制约》一文中研究指出语言事实中存在着只有肯定形式而无对应否定形式的不对称现象。我们发现,造成这种不对称现象的原因之一是因为话语或语句所包含信息的确定性会对否定的表达产生制约,本文将这种制约称为"否定的确定性条件",即包含信息的不确定性的话语或语句不能自由地进行句法否定。"信息的不确定性"具体包括:1)语义内容的不确定,2)指称的不确定,3)数量的不确定,4)认识的不确定等。本文用特指疑问代词、"某"类词及与"一"相关的数量结构叁类语言事实证明了这一点。(本文来源于《语言教学与研究》期刊2016年05期）
邹博伟,钱忠,陈站成,朱巧明,周国栋[6]（2016）在《面向自然语言文本的否定性与不确定性信息抽取》一文中研究指出目前,信息抽取研究主要面向肯定性信息,而自然语言文本中包含了大量否定性和不确定性信息,为了将此类信息与肯定性信息区分开,有必要针对否定性与不确定性信息抽取进行深入研究.针对这一任务,首次构建了一个16 841句的汉语语料资源,利用序列标注模型与卷积树核模型,系统地探索了各种序列化依存特征和结构化句法树特征的有效性,并提出了元决策树模型,对二者进行融合.实验结果显示,该方法在否定性和不确定性信息抽取任务上的精确率分别达到69.84%和58.57%,为相关研究打下了坚实的基础.(本文来源于《软件学报》期刊2016年02期）
刘琪[7]（2015）在《叁大政策密集发布 网贷监管逐步收紧 P2P大洗牌暴风雨将至》一文中研究指出继7月18日央行等十部委联合发布《关于促进互联网金融健康发展的指导意见》（以下简称《指导意见》）后，7月31日央行发布了《非银行支付机构网络支付业务管理办法（征求意见稿）》（以下简称《管理办法》），近日最高人民法院又发布了《最高人民法院关于审理民间借贷案(本文来源于《证券日报》期刊2015-08-08）
邹博伟,周国栋,朱巧明[8]（2015）在《否定与不确定信息抽取研究综述》一文中研究指出否定与不确定表达在自然语言中广泛存在,正确识别此类信息并将其与准确信息分开处理,在信息抽取、情感分析、文本挖掘等自然语言处理任务中具有重要研究价值。自从2008年BioScope语料库发布以来,针对否定与不确定信息抽取研究举办了多次大规模评测会议和学术论坛,为采集语料、明确任务及性能评测等提供了交流平台,否定与不确定信息抽取逐渐成为自然语言处理领域的研究热点。该文简要介绍了否定与不确定信息抽取的研究背景、任务定义、相关语料等,并通过回顾和分析该领域的研究现状,展望未来的发展趋势。(本文来源于《中文信息学报》期刊2015年04期）
陈站成[9]（2014）在《汉语否定与不确定信息识别研究》一文中研究指出自然语言中存在大量否定与不确定信息，针对此类信息的识别是目前信息抽取领域研究热点之一。英文中否定与不确定信息识别研究较早，但目前面向汉语的否定与不确定信息的自动识别研究尚处于起步阶段。其中一个重要原因是汉语否定与不确定语料匮乏，导致相关研究进展缓慢。同时，汉语在语言特征（如语法、修辞等）上与英语存在较大差异，需要提出针对汉语的否定与不确定信息识别模型。本文制定了一套面向汉语的否定与不确定信息标注规则，构建了汉语否定与不确定信息识别语料库，并提出了汉语否定与不确定触发词和覆盖域的识别方法。具体研究内容包括以下叁个方面：首先，制定了一套面向汉语的否定与不确定信息标注规则，构建了汉语否定与不确定信息识别语料库，并统计在不同类别文本中否定与不确定使用的语言现象。该语料为汉语否定与不确定信息识别提供了重要资源。其次，分别提出了基于字框架和词框架的汉语否定与不确定触发词识别模型。另外，为了解决触发词歧义问题，本文将基于词框架的条件随机场（conditional randomfields，简称CRF）模型与概率统计模型相结合，提出了新的汉语否定与不确定触发词识别融合模型。实验结果表明，该模型提高了触发词识别性能。最后，借鉴英文中覆盖域识别使用的特征，提出了面向汉语特征的否定与不确定覆盖域识别方法。并在此基础上，提出了基于多分类器的汉语否定与不确定覆盖域识别融合模型。实验结果表明，该模型有效提高了覆盖域识别性能。本文提出了一种汉语否定与不确定触发词和覆盖域识别方法，该方法的研究将进一步推进面向汉语的否定与不确定信息识别研究的发展，为自然语言理解等需要确定语义知识的应用服务。(本文来源于《苏州大学》期刊2014-05-01）
孔英民,朱庆祥[10]（2013）在《否定句的信息特征》一文中研究指出肯定句可以作为前景信息,也可以作为背景信息,否定句往往作为背景信息;肯定句可以是高及物性信息,也可以是低及物性信息,否定句往往是低及物性信息;否定句的信息量大小取决于分析的角度,不同语体否定特征并不相同。(本文来源于《语言研究集刊》期刊2013年02期）
信息否定论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了快速、准确的抽取出自然语言文本中存在的否定性信息,需要对否定性信息抽取方法进行分析和研究。采用当前否定性信息抽取方法对自然语言文本中存在的否定性信息进行抽取时,得到的抽取结果与实际结果不符,抽取信息所用的时间较长,存在抽取精准度低和抽取效率低的问题。提出一种自然语言文本中否定性信息智能抽取方法,通过基于树核的覆盖域界定模型得到自然语言文本句法树中覆盖域的结构和位置。根据双层图模型对自然语言文本中词与词之间的转移概率进行计算,采用PageRank算法并结合转移概率对自然语言文本中的信息权重进行排序,得到覆盖域中的否定焦点;通过否定焦点从更细的粒度上对否定性信息进行分析,根据分析结果对自然语言文本中的信息进行分类,根据分类结果完成自然语言文本中否定性信息的智能抽取。仿真结果表明,所提方法的抽取精准度高、抽取效率快。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信息否定论文参考文献
[1].全先荣,林朋飞.关于“负面的”或“否定的”信息是否构成“相反教导”的探讨[J].中国科技信息.2019
[2].孙娜.自然语言文本中否定性信息智能抽取仿真[J].计算机仿真.2018
[3].陈世梅,伍星,唐凡.基于BiLSTM-CRF模型的汉语否定信息识别[J].中文信息学报.2018
[4].唐凡.基于深度学习的汉语否定信息识别研究[D].重庆大学.2017
[5].张汶静,陈振宇.信息的确定性对否定表达的制约[J].语言教学与研究.2016
[6].邹博伟,钱忠,陈站成,朱巧明,周国栋.面向自然语言文本的否定性与不确定性信息抽取[J].软件学报.2016
[7].刘琪.叁大政策密集发布网贷监管逐步收紧P2P大洗牌暴风雨将至[N].证券日报.2015
[8].邹博伟,周国栋,朱巧明.否定与不确定信息抽取研究综述[J].中文信息学报.2015
[9].陈站成.汉语否定与不确定信息识别研究[D].苏州大学.2014
[10].孔英民,朱庆祥.否定句的信息特征[J].语言研究集刊.2013
论文知识图
