中文信息學(xué)報(bào)最新期刊目錄

文本風(fēng)格遷移綜述————作者：劉浦勝;吳連偉;饒?jiān)?高超;王震;

摘要：近年來，人工智能技術(shù)的不斷突破極大地推動(dòng)了可控文本生成領(lǐng)域的發(fā)展，其中文本風(fēng)格遷移研究作為核心技術(shù)的代表，受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。該文梳理了近年來文本風(fēng)格遷移領(lǐng)域的發(fā)展脈絡(luò)，首先給出了文本風(fēng)格遷移的定義及其面臨的挑戰(zhàn)，從應(yīng)用場(chǎng)景、目的需求兩個(gè)視角詳細(xì)闡述了該領(lǐng)域四大類型任務(wù)，并從數(shù)據(jù)來源、標(biāo)簽及數(shù)據(jù)規(guī)模三方面介紹了該領(lǐng)域常用平行數(shù)據(jù)集及非平行數(shù)據(jù)集。此外，該文從數(shù)據(jù)增強(qiáng)、詞匯約束解碼、解糾纏...

基于混合檢索重排序策略的大模型增強(qiáng)方法————作者：張健;唐晉韜;王挺;李莎莎;

摘要：檢索增強(qiáng)生成技術(shù)通過提供外部知識(shí)幫助大語言模型更準(zhǔn)確地回答問題，現(xiàn)有研究表明大語言模型對(duì)輸入中知識(shí)的位置敏感，這為研究輸入窗口變長后重排序策略對(duì)大語言模型性能的潛在影響提供了動(dòng)機(jī)。該文通過構(gòu)建檢索增強(qiáng)生成系統(tǒng)進(jìn)行實(shí)驗(yàn)驗(yàn)證，以段落形式而不是固定長度切分存儲(chǔ)知識(shí)更能提高大語言模型的準(zhǔn)確率；同時(shí)發(fā)現(xiàn)在輸入中將檢索知識(shí)前置于問題時(shí)，逆序重排序更能提高大語言模型的準(zhǔn)確率，且隨著檢索知識(shí)的數(shù)量增加效果會(huì)更明顯...

基于注意力機(jī)制的多視圖圖神經(jīng)網(wǎng)絡(luò)社區(qū)問答專家推薦模型————作者：吳麗萍;熊瑋楠;蘇磊;王瑞;

摘要：社區(qū)問答專家推薦模型包括目標(biāo)問題信息提取和專家信息提取兩個(gè)子任務(wù)，現(xiàn)有研究通過計(jì)算目標(biāo)問題與專家信息之間的相關(guān)性得分來為目標(biāo)問題推薦合適的專家回答者。然而，現(xiàn)有研究通常在單一的問題標(biāo)題視圖上展開，往往忽略了問題標(biāo)簽、正文視圖所蘊(yùn)含的互補(bǔ)信息，并且沒有從專家信息中學(xué)習(xí)出對(duì)應(yīng)于目標(biāo)問題的知識(shí)能力。為了充分計(jì)算目標(biāo)問題與專家信息之間的相關(guān)性，該文提出了一種基于注意力機(jī)制的多視圖圖神經(jīng)網(wǎng)絡(luò)社區(qū)問答專家推薦...

融合句法結(jié)構(gòu)和語義信息增強(qiáng)的方面提取方法————作者：付朝燕;黃賢英;鄒世豪;

摘要：針對(duì)方面提�。ˋspect Extraction, AE）研究中存在的評(píng)論文本句法結(jié)構(gòu)不完整、方面詞呈現(xiàn)長尾分布等問題，提出了句法結(jié)構(gòu)和語義信息雙通道增強(qiáng)的方面提取方法（Syntactic and Semantic Dual Reinforcement, SSDR）。首先利用語言模型建立輔助句子并結(jié)合領(lǐng)域詞典嵌入進(jìn)行語義增強(qiáng)；然后基于句法依存樹信息、多頭注意力機(jī)制和詞間相對(duì)位置信息來增強(qiáng)圖卷積神經(jīng)...

WTSTC:基于廣域時(shí)頻采樣和時(shí)序感知卷積的語音識(shí)別模型————作者：劉立波;王詠森;劉倩;鄧箴;

摘要：針對(duì)現(xiàn)有語音識(shí)別模型存在的時(shí)頻特征感受野不足、時(shí)序特征損失及模型結(jié)構(gòu)擴(kuò)展性較差等方面的問題，該文提出基于廣域時(shí)頻采樣和時(shí)序感知卷積的語音識(shí)別模型WTSTC,在保證模型輕量化的同時(shí)提升識(shí)別精度。首先，通過結(jié)合RepLKNet模塊和傳統(tǒng)卷積下采樣模塊，構(gòu)建了一種新型的廣域時(shí)頻采樣模塊，增大感受野的同時(shí)更加關(guān)注輸入音頻序列的時(shí)頻特征；其次，設(shè)計(jì)了時(shí)序感知卷積模塊，通過實(shí)現(xiàn)應(yīng)用于時(shí)序特征的一維全局響應(yīng)歸一...

基于用戶立場(chǎng)信息和數(shù)據(jù)增強(qiáng)的謠言檢測(cè)————作者：謝冬冬;李霏;姬東鴻;滕沖;

摘要：社交網(wǎng)絡(luò)中的謠言會(huì)給社會(huì)帶來各種不良影響，通過技術(shù)手段進(jìn)行謠言檢測(cè)具有重要的研究意義和現(xiàn)實(shí)作用。謠言傳播時(shí)，社交網(wǎng)絡(luò)用戶會(huì)通過回復(fù)表達(dá)自己對(duì)相關(guān)謠言的立場(chǎng)，這些回復(fù)可以為謠言檢測(cè)提供重要的輔助信息，因此可以通過立場(chǎng)和謠言聯(lián)合檢測(cè)的建模方法來增強(qiáng)謠言檢測(cè)的效果。另外，通過對(duì)謠言檢測(cè)相關(guān)工作的梳理，我們發(fā)現(xiàn)當(dāng)前研究對(duì)謠言檢測(cè)數(shù)據(jù)集的對(duì)話結(jié)構(gòu)利用還不夠充分，包含立場(chǎng)標(biāo)注的數(shù)據(jù)集規(guī)模也較小。因此，該文通過...

第二十四屆中國計(jì)算語言學(xué)大會(huì)(CCL 2025)征稿啟事

摘要：<正>“第二十四屆中國計(jì)算語言學(xué)大會(huì)”(TheTwenty-fourth China National Conference on Computational Linguistics,CCL2025)將于2025年8月11—14日在山東濟(jì)南舉行,會(huì)議由中國中文信息學(xué)會(huì)主辦,齊魯工業(yè)大學(xué)(山東省科學(xué)院)承辦。中國計(jì)算語言學(xué)大會(huì)創(chuàng)辦于1991年,由中國中文信息學(xué)會(huì)計(jì)算語言學(xué)專業(yè)委員會(huì)負(fù)責(zé)組...

第五屆中國情感計(jì)算大會(huì)(CCAC 2025)技術(shù)評(píng)測(cè)任務(wù)發(fā)布

摘要：<正>第五屆中國情感計(jì)算大會(huì)(Chinese Conferenceon AffectC omputing,CCAC2025)由中國中文信息學(xué)會(huì)情感計(jì)算專委會(huì)主辦,西華大學(xué)承辦,將于2025年7月18日-20日在四川成都召開。中國情感計(jì)算大會(huì)每年舉辦一次,旨在聚焦情感計(jì)算領(lǐng)域的最新研究和技術(shù)成果,現(xiàn)已成為自然語言處理、社會(huì)計(jì)算領(lǐng)域的重要學(xué)術(shù)活動(dòng),聚集了情感計(jì)算的前沿研究,為促進(jìn)學(xué)術(shù)界和產(chǎn)...

基于領(lǐng)域信息分解式學(xué)習(xí)的大語言模型修辭認(rèn)知增強(qiáng)方法————作者：王雯;于東;劉鵬遠(yuǎn);

摘要：中文修辭手法多樣且概念差異性大，大語言模型對(duì)部分修辭手法的認(rèn)知存在缺陷。針對(duì)該問題，該文提出了QAKAG框架，此框架首先引入信息分解式學(xué)習(xí)思想，通過問答形式檢測(cè)大語言模型的修辭認(rèn)知缺陷，然后以四種不同的知識(shí)組合方式探究最優(yōu)信息補(bǔ)充機(jī)制，實(shí)現(xiàn)了大語言模型修辭認(rèn)知能力的增強(qiáng)。該文構(gòu)建了多類別中文修辭句數(shù)據(jù)集MCRSD和修辭知識(shí)庫MCRKB,并在ChatGPT4等六個(gè)大語言模型上開展實(shí)驗(yàn)研究，驗(yàn)證了QA...

Self-Guide:一種基于自我規(guī)劃的大語言模型推理增強(qiáng)方法————作者：劉藝彬;劉正皓;閆宇坤;于是;王碩;楊麟兒;陳慧敏;谷峪;于戈;

摘要：盡管大語言模型在自然語言處理任務(wù)中取得顯著進(jìn)展，但其在復(fù)雜問題推理等領(lǐng)域還面臨著認(rèn)知負(fù)荷問題，即大語言模型在推理過程中需要記憶并處理大量信息。因此，如何有效地減少大語言模型推理過程中的認(rèn)知負(fù)荷，緩解推理過程中可能出現(xiàn)的認(rèn)知過載，是一個(gè)亟待解決的問題。對(duì)此該文提出了Self-Guide方法，用于增強(qiáng)語言模型的推理能力。該方法通過指引大語言模型生成常識(shí)知識(shí)和推理指導(dǎo)，讓大語言模型基于自我規(guī)劃來增強(qiáng)其推...

對(duì)話狀態(tài)追蹤模型的數(shù)據(jù)增強(qiáng)方法研究————作者：劉舒曼;馮洋;

摘要：對(duì)話狀態(tài)追蹤模型能夠支持任務(wù)型對(duì)話系統(tǒng)識(shí)別任務(wù)相關(guān)的槽位值。然而，由于標(biāo)注難度大、領(lǐng)域多樣化，對(duì)話狀態(tài)追蹤模型常面臨訓(xùn)練語料稀少和類別難度不均衡等問題。為了解決這些問題，該文提出了使用數(shù)據(jù)增強(qiáng)的方法。針對(duì)類別難度不均衡問題，該文使用局部噪聲強(qiáng)化槽位值的多樣性，加強(qiáng)模型學(xué)習(xí)槽位無關(guān)對(duì)話結(jié)構(gòu)的能力；針對(duì)訓(xùn)練語料稀少問題，該文根據(jù)語料中由槽位結(jié)構(gòu)構(gòu)成的任務(wù)邏輯序列，通過采樣生成邏輯合法的槽位值序列，增強(qiáng)...

基于數(shù)據(jù)增強(qiáng)與主題知識(shí)共享的低資源情感分類————作者：蔣卓林;王寶樂;艾孜爾古麗·玉素甫;韋金礦;王鵬飛;

摘要：針對(duì)低資源語言社交媒體文本的情感分類是低資源語言輿情分析的基礎(chǔ)。低資源語言數(shù)據(jù)集資源不足，標(biāo)注困難。數(shù)據(jù)集的大小以及標(biāo)簽的不平衡會(huì)影響情感分類模型的性能。針對(duì)上述問題，該文提出了一種適用于低資源語言情感分析的數(shù)據(jù)增強(qiáng)方法，該方法改進(jìn)了傳統(tǒng)的數(shù)據(jù)增強(qiáng)方法，提高了數(shù)據(jù)增強(qiáng)樣本生成的質(zhì)量，用于緩解低資源和標(biāo)簽不平衡情況下的過擬合問題。同時(shí)，除了提取文本本身的情感特征，還通過引入主題特征，與語義信息進(jìn)行融...

基于多視角特征融合的多模態(tài)虛假新聞檢測(cè)————作者：肖聰;劉璟;王明文;王菲菲;邵佳興;黃琪;羅文兵;

摘要：隨著社交網(wǎng)絡(luò)的廣泛使用，信息分享變得非常便捷，但這同時(shí)也加劇了虛假新聞的傳播�，F(xiàn)有多模態(tài)虛假新聞檢測(cè)方法在融合文本與圖像等多種信息源時(shí)，未能充分挖掘和利用新聞內(nèi)容中不同形式的信息，導(dǎo)致語義信息使用不充分；此外，在融合不同層次結(jié)構(gòu)的語義信息時(shí)未能充分考慮不同視角和層次間語義信息的關(guān)聯(lián)性，影響了對(duì)新聞內(nèi)容的深入理解。為此，該文提出了一種多視角特征融合的多模態(tài)虛假新聞檢測(cè)方法，該方法從單模態(tài)語義、情感信...

基于字節(jié)對(duì)編碼的端到端藏語語音識(shí)別研究————作者：蔡郁青;仁增多杰;尼瑪扎西;王超;朱宇雷;張瑾;

摘要：針對(duì)藏語端到端語音識(shí)別研究中存在的建模單元不統(tǒng)一和識(shí)別效果不理想的問題，該文提出了一種BPE-Conformer-CTC/Attention端到端藏語語音識(shí)別方法。首先，該方法采用了字節(jié)對(duì)編碼算法進(jìn)行語音建模，通過反復(fù)合并出現(xiàn)頻率最高的字符對(duì)，將文本分割成易于管理、有意義的單元，平衡建模單元的粒度，從而解決藏語語音識(shí)別中建模單元不統(tǒng)一的問題。其次，使用了Conformer編碼器，有效地融合了音頻序...

全國知識(shí)圖譜與語義計(jì)算大會(huì)(CCKS2025)

摘要：<正>2025年9月19日—21日全國知識(shí)圖譜與語義計(jì)算大會(huì)(China Conference on Knowledge Graph and Semantic Computing,CCKS)由中國中文信息學(xué)會(huì)語言與知識(shí)計(jì)算專業(yè)委員會(huì)主辦,大會(huì)源自中文知識(shí)圖譜研討會(huì)(Chinese Knowledge Graph Symposium,CKGS)和中國語義網(wǎng)與萬維網(wǎng)科學(xué)大會(huì)(Chinese...

基于對(duì)比學(xué)習(xí)的轉(zhuǎn)錄文本翻譯方法研究————作者：王世寧;劉宇宸;宗成慶;

摘要：神經(jīng)機(jī)器翻譯系統(tǒng)極易受到輸入噪聲的干擾，特別是在口語翻譯場(chǎng)景中，翻譯系統(tǒng)的輸入來自語音識(shí)別模塊的輸出，而后者不可避免地存在著識(shí)別錯(cuò)誤，最終影響翻譯性能�，F(xiàn)有方法多采用錯(cuò)誤修正和翻譯的級(jí)聯(lián)式策略以減少識(shí)別錯(cuò)誤造成的影響，但易導(dǎo)致系統(tǒng)時(shí)延增長，且可能引入額外的噪聲。該文提出了一種基于對(duì)比學(xué)習(xí)的魯棒神經(jīng)機(jī)器翻譯方法，將包含識(shí)別錯(cuò)誤的樣本作為正例，通過句子級(jí)別或詞級(jí)別的對(duì)比損失，分別從整體和局部兩種不同角...

詞典釋義增強(qiáng)的古文機(jī)器翻譯————作者：李家歡;吳若純;黃書劍;胡文菁;陳冀軒;徐維潞;陳家駿;

摘要：古文自動(dòng)翻譯技術(shù)可有效促進(jìn)古籍的傳承和發(fā)展，弘揚(yáng)中華傳統(tǒng)文化。然而，現(xiàn)有古籍翻譯語料規(guī)模較小，知識(shí)缺乏，導(dǎo)致古文翻譯系統(tǒng)性能不佳。該文提出使用詞典注釋資源增強(qiáng)古文翻譯系統(tǒng)。作者收集古漢語常見漢字的釋義，并設(shè)計(jì)了一個(gè)詞典釋義選擇-融合的二階段機(jī)器翻譯框架，以從詞典釋義中獲取有效信息，去除無效信息。在一個(gè)中等規(guī)模的古文翻譯數(shù)據(jù)集上的實(shí)驗(yàn)表明，該文的方法相比于基線模型和前人的釋義融合方法，顯著提升了翻譯...

基于參數(shù)分配的多語言神經(jīng)機(jī)器翻譯連續(xù)學(xué)習(xí)研究————作者：谷舒豪;馮洋;

摘要：多語言神經(jīng)機(jī)器翻譯的連續(xù)學(xué)習(xí)旨在讓模型能夠不斷支持新的翻譯方向，且保證原有翻譯方向的性能不發(fā)生大幅下降。然而，現(xiàn)有的連續(xù)學(xué)習(xí)方法往往對(duì)新支持的翻譯方向存在著若干限制或者模型參數(shù)爆炸等問題。為了解決這些問題，該文提出了一種基于參數(shù)對(duì)翻譯模型重要性的“分而治之”方法。該文提出的方法首先對(duì)預(yù)訓(xùn)練翻譯模型的不同參數(shù)關(guān)于當(dāng)前翻譯性能的重要性進(jìn)行評(píng)估，然后將對(duì)當(dāng)前翻譯性能影響大的參數(shù)在原有翻譯方向和新的翻譯方...

期貨領(lǐng)域知識(shí)圖譜構(gòu)建————作者：李雯昕;昝紅英;關(guān)同峰;韓英杰;

摘要：期貨領(lǐng)域是數(shù)據(jù)最豐富的領(lǐng)域之一，該文以商品期貨的研究報(bào)告為數(shù)據(jù)來源構(gòu)建了期貨領(lǐng)域知識(shí)圖譜(Commodity Futures Knowledge Graph, CFKG)。以期貨產(chǎn)品為核心，確立了概念分類體系及關(guān)系描述體系，形成圖譜的概念層；在MHS-BIA與GPN模型的基礎(chǔ)上，通過領(lǐng)域?qū)＜抑笇?dǎo)對(duì)242萬字的研報(bào)文本進(jìn)行標(biāo)注與校對(duì)，形成了CFKG數(shù)據(jù)層，并設(shè)計(jì)了可視化查詢系統(tǒng)。該文所構(gòu)建的CFKG...

面向房地產(chǎn)拍賣公告的長文本實(shí)體關(guān)系抽取方法————作者：韓郁;殷永峰;宋友;仵偉強(qiáng);王寶會(huì);

摘要：大多數(shù)實(shí)體關(guān)系聯(lián)合抽取方法關(guān)注實(shí)體對(duì)在句子內(nèi)反映的關(guān)系，忽略了長文本情景下存在的關(guān)系類型分布不均衡等問題。該文面向房地產(chǎn)拍賣公告，基于實(shí)體關(guān)系抽取思想，針對(duì)房地產(chǎn)拍賣公告實(shí)體長度較長、關(guān)系復(fù)雜的情況，設(shè)計(jì)了一種關(guān)系補(bǔ)充抽取機(jī)制，并結(jié)合全局指針網(wǎng)絡(luò)和二部圖匹配算法，最終形成了一個(gè)新的關(guān)系抽取模型LRCM,增強(qiáng)了模型對(duì)長實(shí)體和關(guān)系重疊三元組的抽取能力，減小了關(guān)系類型分布不均衡對(duì)關(guān)系抽取性能的影響。實(shí)驗(yàn)...

　　中文信息學(xué)報(bào)來自網(wǎng)友的投稿評(píng)論：

• Yangming_ak

  計(jì)算機(jī)中文T1級(jí)期刊，中科院軟件研究所主辦。稿件一大部分都是會(huì)議過來的，期刊對(duì)文章質(zhì)量要求特別高，實(shí)驗(yàn)要充足。最重要的，感覺需要較為新穎的創(chuàng)新點(diǎn)，模型拼接的大概率不好使。專家評(píng)審很有針對(duì)性，編輯服務(wù)態(tài)度也都很好，中文NLP領(lǐng)域良心期刊。

  2023-11-23 15:37
• zhaohhhh

  主要接受自然語言處理方向的中文期刊，文章質(zhì)量在中文期刊中中上等。22年11月11日投稿，23年2月13日發(fā)錄用通知�？偤臅r(shí)3個(gè)月左右，兩個(gè)評(píng)審的意見都很有道理，對(duì)期刊修改有不少幫助。編輯部的速度非常快，基本當(dāng)天投稿次日就能推進(jìn)流程。版面費(fèi)3600。整體的投稿流程和感受都很不錯(cuò)。

  2023-02-15 19:17
• 奔跑的辣椒醬

  投稿了一些 但是更多的是通過會(huì)議推薦過去的，發(fā)表速度比較慢

  2022-05-10 18:13

提交