最新刊期
      2024 年 第 25 卷 第 1 期

        专辑

      • 评论
        “In the field of artificial intelligence, expert Zhang established a new deep learning system, which provides solutions to solve image recognition problems.”
        周杰,柯沛,邱锡鹏,黄民烈,张军平
        2024, 25(1): 6-11. DOI: 10.1631/FITEE.2300089
          
        89
        |
        7
        |
        0
        <HTML>
        <网络PDF><XML><Meta-XML>
        <引用本文> <批量引用> 55185868 false
        发布时间：2024-07-11
      • 研究
        “In the realm of natural language processing, the Six-Writings multimodal processing (SWMP) framework has been introduced to tackle the complexities of the Chinese language. The Six-Writings pictophonetic coding (SWPC) component effectively represents Chinese characters and words, facilitating dual-mode processing and matrix generation. Expert experiments have achieved 100% accuracy in Chinese morphological data set responses and refined word embedding results with an average relative error of ≤25%. This advancement lays a promising foundation for enhancing Chinese NLP efficiency.”
        李伟钢,Mayara C. MARINHO,Denise L. LI
        2024, 25(1): 84-105. DOI: 10.1631/FITEE.2300384
        摘要：大型语言模型（LLMs）在自然语言处理中已取得显著成就，但在某些场景下，仍然面临解决中文语言处理复杂性的挑战。本文提出“六书”多模态处理（SWMP）框架，旨在考虑汉语形、声、音、像、意、会特性，便于中文语言多模态处理。在SWMP统一的理论框架下，提出“六书”形声编码（SWPC，简称“六书编码”）方法，使得对汉字的表达既能与语法有机结合，又反映汉语灵活应用的特点。文中设计的实验场景包括：（1）实验性建立汉字字根、偏旁（形部）和部件（声部）的图像和“六书”编码（SWPC）的数据库，实现汉语文字和图形的双模态处理；（2）表征若干汉词生成机制，建立提示性问/答模式，进行类比推理。使用SWPC处理中文形态关系数据集（CA8-Mor-10177）的所有问题，精度可达100%。（3）建立“六书”形声编码对词嵌入生成结果微调机制。对中文单词相似度数据集（COS960）中39.37%的问题，相似度计算与人工基础评估结果的平均相对误差低于25%。这些优于目前同类基准精度的结果表明，“六书编码”尝试体现汉语细腻的局部表征和整体关联等特点，可作为对现行汉语语言处理理论和技术的有效补充。  
        关键词：汉语语言模型;中文自然语言处理;生成式语言模型;多模态处理;六书   
        160
        |
        6
        |
        0
        <HTML>
        <网络PDF><XML><Meta-XML>
        <引用本文> <批量引用> 55185908 false
        发布时间：2024-07-11
      0