“Zhenghua-undergraduate-thesis”的版本间的差异

来自SUDA-HLT
跳到导航 跳到搜索
（→‎2020）
第37行： 第37行：
  
 
周仕林 1627405033
 
周仕林 1627405033
 +
  异构分词数据的利用方法比较
  
−
异构分词数据的利用方法比较
+
  jieba和nerual的结合：  
−
 
+
  用pku数据得到词典，在pku上测试（不用HMM新词发现），和其他模型对比
−
jieba和nerual的结合：
+
  把jieba的结果作为额外信息，给neural模型使用
−
用pku数据得到词典，在pku上测试（不用HMM新词发现），和其他模型对比
+
  深度学习和传统模型的结合：对于分词任务，jieba这种分词方法和深度学习模型的融合
−
把jieba的结果作为额外信息，给neural模型使用
 
−
深度学习和传统模型的结合：对于分词任务，jieba这种分词方法和深度学习模型的融合
 
−
 
 
  
 
== 利用正确词法数据的依存句法分析研究 ==  
 
== 利用正确词法数据的依存句法分析研究 ==  

2019年12月16日 (一) 10:01的版本

毕业设计最新模板

2019年5月本科毕业设计论文格式

毕业设计各个环节注意事项

中期检查前准备

  • 任务书认真撰写，老师审核
    • 清晰、简洁
    • 参考文献的格式严格按照规范（将来论文中也要有，因此这个时候认真点，后面省事）
  • 认真做好文献翻译，提前找老师要待翻译的文章，翻译的word文档，尽量按照撰写正式论文的形式规范排版
    • 论文标题
    • 论文作者
    • 论文出处（期刊[volumn/number]、会议、年份、页码等
    • 正文部分：图、表、公式、参考文献一般不用翻译，直接截图，放在论文中即可（注意格式好一点）
    • 好像学校规定：英文6000词（短一点应该也没人管）。如果论文过长，可以考虑只翻译一部分。
  • 做好文献综述，提前和老师商量好，需要看的论文、网页、书籍等列表（5-10篇）
    • 按照不同的类型，将论文梳理好，总结好

2020

词法数据标注和错误检测

黎霞： 1627405116 计科 

  分词、词性数据都可以（优先考虑分词）
  找分词错误、不一致
  句法错误检测（不一致等，用我们的数据或者PMT都可以）

句法数据查询和检索系统

杨奕： 1627405101 计科 

  查询后结果可视化显式、反爬策略

分词、词性标注

周仕林 1627405033 

  异构分词数据的利用方法比较

  jieba和nerual的结合： 
  用pku数据得到词典，在pku上测试（不用HMM新词发现），和其他模型对比
  把jieba的结果作为额外信息，给neural模型使用
  深度学习和传统模型的结合：对于分词任务，jieba这种分词方法和深度学习模型的融合

利用正确词法数据的依存句法分析研究

  李帅克 1627407014
  如何利用120w分词词性数据，提升PMT数据上的句法分析性能？
  进而，如何提高CTB数据的性能（异构词法）
  一个现实问题：句法分析时，如何加入词性词典（基于正确词性词典约束的句法分析）

基于局部标注的依存句法分析主动学习研究

侯洋 1627406031 

   基于神经网络句法分析器biaffine parser
   local vs. crf-loss-first-order
   比较置信度的使用方式：边缘概率  local-softmax  边缘概率变种

基于知识库的上下位关系自动抽取

韩欣艳 

   从OpenHowNet、同义词词林、Chinese WordNet中抽取上下位关系。
   进一步可以考虑翻译英文WordNet、澳门大学商务词典
   Shwartz	14,135	16,956	31,091

基于词典的汉语分词领域移植研究

秦友黄涛 

 深入了解jieba分词的原理，然后重新实现（效率可以暂时不管，代码可读性要好）
 用我们手上的新闻语料，重新训练模型
 将Jieba用于分词领域移植问题，加入领域内词典和虚拟词频

2019

自然语言句子分析平台实现

周明月 (1527403035)

  • 后台：实现分词（global linear model：黄德朋）、词性标注（global linear model）、依存句法分析（待定）
  • 前端：javascript ajax【沿用蒋炜在多粒度分词上的代码，python】

汉语新词发现方法研究

李烨秋 (1527405091)

2019.3.29讨论 

调研，每个文章写一段话：问题定义、方法、评价数据和评价方法、结果如何
先实现一种基于邻接熵，共现频率，互信息等（可以融合）的新词发现方法
然后实现基于深度学习（word embedding）的方法（我推荐的那篇英文论文的方法）

面向对话文本的浅层语义分析数据

杨浩苹 (1527405092)

网络文本错别字纠正数据标注系统

沈嘉钰 (1527407031)

网络在线词典数据爬取系统

陈婷 (1527405034)

Mentor：朱运

  • 工作内容（2019.3.8）
    • Python有开源的包，爬取网页，尽可能爬所有的词（如何能遍历电子词典中的所有词？）
    • 网页正文提取（工具包可以用，自己写正则表达式，根据网页的规则去抽取）
    • 归一化：制定一个比较完整的格式，字，词，拼音，词性，词义，例句，解释。


Christiane Fellbaum (1998, ed.) WordNet: An Electronic Lexical Database. Cambridge, MA: MIT Press. （前言）

George A. Miller (1995). WordNet: A Lexical Database for English. Communications of the ACM Vol. 38, No. 11: 39-41.

汉语上下位关系词对抽取研究

袁源 (1527405050)

Mentor：陆凯华

  • 工作内容（2019.3.8）
    • 定义：给定一大堆文本（文档），根据一些规则（模板），去抽取上下位词对（Hearst 1992?）
    • bootstrapping：给一些种子上下位对，去找pttern，过滤掉差的模板，更多词对 -> 继续循环


1）搞清楚上下位关系的定义
2）参考文献，设计一些Pattern，从wiki数据中自动抽取候选词对，进而人工标注，判定哪些是真正的上下位关系
3）然后根据已有的上下位词对，在wiki数据上跑一遍，扩展pattern集合，人工check，哪些pattern是靠谱的
4）回到步骤2
5) 如果有时间，实现一个简答的基于特征的上下位关系分类方法，把pattern、后缀、共现频率等信息作为特征融合一下，放到一个分类模型（如最大熵）中。

基于深度学习的汉语分词领域移植

周厚全 (08153445)

2018

基于内容的图像检索系统的设计与实现

张宇

多粒度分词演示系统

蒋炜

跨平台跨浏览器数据标注界面设计与实现

陆凯华

AMR句子语义图显示与查询系统

李丹

2017

基于深度学习的多粒度分词方法研究

江心舟

面向小微企业的高可调整性一体化管理系统——Android端研究与实现

黄德朋

2016

中文问答系统中问题分类的研究与实现

龚晨

基于深度学习的序列标注问题研究

夏庆荣

分词标注平台设计与实现

王效静

依存句法标注平台设计与实现

陆芳丽

取自“http://hlt.suda.edu.cn/index.php?title=Zhenghua-undergraduate-thesis&oldid=1815”