基于NLP的机器智能写作技术研究
发布时间：2021-10-26 04:00
随着时代的进步与发展,以及大数据、云计算和物联网相互融合的技术革命,使得自然语言处理技术在某一领域取得了快速发展,尤其在智能写作上起到了非常关键性的作用。本文以亚太地区双字节语言尤其是以中文汉字为研究对象,基于自然语言处理理论,尝试建立智能写作计算模型,并通过计算让机器获得自然语言要表达的思想和含义,然后做出一个合理的响应,探索文字之间的定量关系,进一步揭示自然语言处理机理、探索机器理解自然语言的规律。本文通过系统研究NLP技术,在探索文本自动生成模型规律的基础上,提出构建基于RNN双层网络算法的语言模型,为智能写作提供理论依据,RNN双层网络算法为文章的自动生成提供技术支撑。具体研究内容包括以下三个方面:1.通过分析和研究目前自然语言处理和机器学习相关技术,探索文本自动生成模型规律。本文在系统研究自然语言处理技术的基础上,着重研究了其在中文文本中应用,并且通过研究基于深度学习的机器学习方法,来探索文本的自动生成模型。2.构建了一个基于RNN的双层网络语言模型。在充分理解文本生成技术以及NLP技术基础上,提出构建基于RNN双层网络语言模型,该模型采用增加网络层数的方式,替代原有的一层网...
【文章来源】：华北水利水电大学河南省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
百度公司开放AI平台创作的春联Fig.1-1Smartvillagealliance
华北水利水电大学硕士学位论文阶段。在智能写作领域上，一些公司利用深度学习相关技术已经研究出了比较，例如，百度公司开放的 AI 平台的智能写春联应用见下图 1-1 所示和京东的见下图 1-2 所示都是智能写作的应用。未来，智能写作将会在更多方面得到推。图 1-1 百度公司开放 AI 平台创作的春联Fig. 1-1 Smart village alliance
习之所以被称为深度是由于其支持向量机、决策树、随机森林等浅层学习算法在深度学习所学习的模型中非线性操作的层级数更多。浅层学习依赖的是人工样本的体征，网络模型学习后获得是没有层次结构的单层特征；而深度学习通信号进行逐层特征变换，将样本在原来空间的特征转换到新的地址空间，自动到层次化的特征表示，从而有利于数据分类和特征的可视化。传统的机器学习处理方法都是基于大量的特征工程，利用预处理后的数据训练，然后进行分类和回归处理。深度学习是通过特此提取器，来取代人工进行特它是现在实现机器学习最有效的方式。利用它可以很好的解决机器学习中的监无监督学习和强化学习中的问题。.1 神经网络实现深度学习最有效的方式就是神经网络，神经网络的产出源于科学家们对大作机理的研究。他们不断探索和模拟人的大脑结构，希望可以造出能思考的长时间的研究，科学家们发现了人类之所以可以思考源于人体的一个特征——。人体的神经网络结构如下图 2-3 所示：
【参考文献】：
期刊论文
[1]机器新闻写作研究现状[J]. 涂佳焰. 新媒体研究. 2017(17)
[2]机器新闻写作的兴起历程与技术后果[J]. 薛龙,张学霞. 西安工业大学学报. 2017(06)
[3]基于深度学习的人脸识别系统在公共安全领域的应用[J]. 孙国勇. 科技传播. 2017(04)
[4]一种宋词自动生成的遗传算法及其机器实现[J]. 周昌乐,游维,丁晓君. 软件学报. 2010(03)
博士论文
[1]基于深度学习模型的CCG超标注[D]. REKIA KADARI.哈尔滨工业大学 2018
[2]基于分布表示的跨语言跨任务自然语言分析[D]. 郭江.哈尔滨工业大学 2017
[3]面向微博短文本的情感分析研究[D]. 刘楠.武汉大学 2013
硕士论文
[1]基于神经网络的维吾尔文词向量表示方法及其应用研究[D]. 艾力·海如拉.新疆大学 2018
[2]基于深度学习的自然语言处理中问题分析的研究[D]. 程颖涛.西安邮电大学 2018
[3]基于深度学习中文分词的研究[D]. 王梦鸽.西安邮电大学 2018
[4]基于深度学习的情感智能回复生成的设计与研究[D]. 王一径.哈尔滨工业大学 2018
[5]基于深度学习的中国诗歌自动生成算法研究[D]. 刘铮扬.湖南师范大学 2018
[6]基于自然语言表达的机器人目标检测方法研究[D]. 刘浩鹏.山东大学 2018
[7]迁移学习中预训练中文词向量优化方法研究[D]. 潘常玮.北京交通大学 2018
[8]基于机器学习的军事网络舆情分析系统的设计与实现[D]. 杜芳.西安电子科技大学 2018
[9]自然语言中的实体分类方法研究[D]. 崔开元.山东大学 2018
[10]集成本体与自然语言处理的BIM建筑施工过程安全风险检查研究[D]. 吴松飞.华南理工大学 2018
本文编号：3458786
【文章来源】：华北水利水电大学河南省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
百度公司开放AI平台创作的春联Fig.1-1Smartvillagealliance
华北水利水电大学硕士学位论文阶段。在智能写作领域上，一些公司利用深度学习相关技术已经研究出了比较，例如，百度公司开放的 AI 平台的智能写春联应用见下图 1-1 所示和京东的见下图 1-2 所示都是智能写作的应用。未来，智能写作将会在更多方面得到推。图 1-1 百度公司开放 AI 平台创作的春联Fig. 1-1 Smart village alliance
习之所以被称为深度是由于其支持向量机、决策树、随机森林等浅层学习算法在深度学习所学习的模型中非线性操作的层级数更多。浅层学习依赖的是人工样本的体征，网络模型学习后获得是没有层次结构的单层特征；而深度学习通信号进行逐层特征变换，将样本在原来空间的特征转换到新的地址空间，自动到层次化的特征表示，从而有利于数据分类和特征的可视化。传统的机器学习处理方法都是基于大量的特征工程，利用预处理后的数据训练，然后进行分类和回归处理。深度学习是通过特此提取器，来取代人工进行特它是现在实现机器学习最有效的方式。利用它可以很好的解决机器学习中的监无监督学习和强化学习中的问题。.1 神经网络实现深度学习最有效的方式就是神经网络，神经网络的产出源于科学家们对大作机理的研究。他们不断探索和模拟人的大脑结构，希望可以造出能思考的长时间的研究，科学家们发现了人类之所以可以思考源于人体的一个特征——。人体的神经网络结构如下图 2-3 所示：
【参考文献】：
期刊论文
[1]机器新闻写作研究现状[J]. 涂佳焰. 新媒体研究. 2017(17)
[2]机器新闻写作的兴起历程与技术后果[J]. 薛龙,张学霞. 西安工业大学学报. 2017(06)
[3]基于深度学习的人脸识别系统在公共安全领域的应用[J]. 孙国勇. 科技传播. 2017(04)
[4]一种宋词自动生成的遗传算法及其机器实现[J]. 周昌乐,游维,丁晓君. 软件学报. 2010(03)
博士论文
[1]基于深度学习模型的CCG超标注[D]. REKIA KADARI.哈尔滨工业大学 2018
[2]基于分布表示的跨语言跨任务自然语言分析[D]. 郭江.哈尔滨工业大学 2017
[3]面向微博短文本的情感分析研究[D]. 刘楠.武汉大学 2013
硕士论文
[1]基于神经网络的维吾尔文词向量表示方法及其应用研究[D]. 艾力·海如拉.新疆大学 2018
[2]基于深度学习的自然语言处理中问题分析的研究[D]. 程颖涛.西安邮电大学 2018
[3]基于深度学习中文分词的研究[D]. 王梦鸽.西安邮电大学 2018
[4]基于深度学习的情感智能回复生成的设计与研究[D]. 王一径.哈尔滨工业大学 2018
[5]基于深度学习的中国诗歌自动生成算法研究[D]. 刘铮扬.湖南师范大学 2018
[6]基于自然语言表达的机器人目标检测方法研究[D]. 刘浩鹏.山东大学 2018
[7]迁移学习中预训练中文词向量优化方法研究[D]. 潘常玮.北京交通大学 2018
[8]基于机器学习的军事网络舆情分析系统的设计与实现[D]. 杜芳.西安电子科技大学 2018
[9]自然语言中的实体分类方法研究[D]. 崔开元.山东大学 2018
[10]集成本体与自然语言处理的BIM建筑施工过程安全风险检查研究[D]. 吴松飞.华南理工大学 2018
本文编号：3458786
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3458786.html
最近更新
教材专著
