【摘 要】
：
数字人文研究需要大规模语料库和高性能古文自然语言处理工具的支持。面向英语和现代汉语的预训练语言模型已经在相关领域极大地提升了文本挖掘的精度，数字人文研究的兴起亟需面向古文自动处理领域的预训练模型。本文以校验后的高质量《四库全书》全文语料作为无监督训练集，基于BERT模型框架，构建了面向古文智能处理任务的Siku BERT和Siku Ro BERTa预训练语言模型。实验进一步设计了面向《左传》语料的
【基金项目】
：
国家自然科学基金面上项目“基于典籍引得的句法级汉英平行语料库构建及人文计算研究”（项目编号：71673143）研究成果；
论文部分内容阅读
数字人文研究需要大规模语料库和高性能古文自然语言处理工具的支持。面向英语和现代汉语的预训练语言模型已经在相关领域极大地提升了文本挖掘的精度，数字人文研究的兴起亟需面向古文自动处理领域的预训练模型。本文以校验后的高质量《四库全书》全文语料作为无监督训练集，基于BERT模型框架，构建了面向古文智能处理任务的Siku BERT和Siku Ro BERTa预训练语言模型。实验进一步设计了面向《左传》语料的古文自动分词、断句标点、词性标注和命名实体识别等验证任务，分别对siku Bert、siku Ro BERTa预训练模型和其他三种基线模型（BERT-base、Ro BERTa、Guwen BERT）进行对比试验。结果显示，Siku BERT和Siku Ro BERTa模型在全部4个下游验证任务中的表现均超越其他基准预训练模型。这表明本文提出的预训练模型具有较强的古文词法、句法、语境学习能力和泛化能力。进一步，本文基于验证任务效果最优的Siku Ro BERTa预训练模型构建了“SIKU-BERT典籍智能处理平台”。该平台提供了典籍自动处理、检索和自动翻译等三种在线服务，可以辅助哲学、文学、历史学等领域学者在不具备数据挖掘与深度学习的专业背景下，以直观可视化的方式对典籍文本进行高效率、多维度、深层次、细粒化的知识挖掘与分析。
其他文献
大学生心脏形态结构和功能的研究,一直是国内外研究的热点,尤其是现在,大学生运动猝死案例的频繁发生,对大学生心脏的研究更加深入.研究主要包括安静状态、运动负荷状态的心脏功能,以及从普通训练到高原训练等不同方面对大学生心脏功能的影响.但是,多数研究成果都是从长期运动训练着手的,对于短期运动训练对大学生心脏功能的影响研究较少,因此本研究从短期运动训练着手,观察经过12周运动训练对大学生心脏功能的影响.
建立国际旅游消费中心是海南自由贸易港"三区一中心"重要战略定位之一,而打造国际医疗旅游目的地则是建设国际旅游消费中心的重要内容。作为世界上第一个在自由贸易港建设的健康园区,迪拜健康城由零基础到快速发展成辐射22亿人口的国际医疗旅游目的地,其发展历程值得海南自由贸易港借鉴。海南需结合海南自由贸易港政策和本地要素资源特点,以问题为导向,借鉴迪拜健康城发展模式,以PDCA戴明环为原型,通过明晰定位、精准
目的 尽管乳腺良、恶性病灶的超声造影增强模式有所差异,但如何在超声造影评估乳腺肿物增强模式的多个指标中,提取出最重要的诊断信息并综合评价至关重要.本研究拟探讨评价乳腺超声造影增强方式有效易行的方法.
该文运用了文献资料法、专家访谈法、观察法等研究方法,以羽毛球挑球、网前搓球、杀球和高远球的技术动作对网球中的正反手击球、网前放小球、高压球和发球中的技能迁移作为研究的内容,将迁移理论、项群训练理论等作为理论依据,对羽毛球技术动作在网球技术动作中的运动技能迁移情况进行深入的研究,找出羽毛球技术动作在网球技术动作中能够发生正迁移的技术动作。为教师在网球实际教学以及训练中丰富教学手段,优化教学效果提供一
目的 探讨低强度超声诱导胶质瘤细胞凋亡与caspase-3、survivin相关的可能分子生物学机制.方法 将移植胶质瘤的大鼠进行MRI检查计算瘤体大小.低强度超声辐照后,经HE和TUNEL染色检测胶质瘤细胞的凋亡.免疫组化、免疫荧光和western blot方法检测胶质瘤细胞内Caspase-3和survivin蛋白水平的表达.结果 大鼠移植胶质瘤体积随时间逐渐增大.超声辐照后,HE染色未见明显
目的 探讨宫角妊娠及输卵管间质部妊娠的超声声像图特点.方法 收集2010年6月～ 2013年2月经我院手术及病理证实的宫角妊娠及输卵管间质部妊娠患者73例.回顾性分析两组病例的经阴道超声声像图特点.对宫角妊娠及输卵管间质部妊娠孕囊(或包块)与宫腔相通情况、周边肌层厚度及孕囊(或包块)周围血流动力学情况进行比较分析.
目的 以腹腔镜下美兰通液术为金标准,评价经阴道四维输卵管声学造影检查诊断输卵管通畅性的临床价值.方法 这是一项前瞻性队列研究.2011年7月-2012年12月期间成功完成造影检查并获得输卵管图像的20例不孕症患者接受腹腔镜美兰通液术,合计40条输卵管.按造影输卵管成像特点将输卵管分为A、B、C三种类型.为了便于与腹腔镜下美兰通液术结果比较,将A型和B型同时归为非阻塞型输卵管.
科学技术是第一生产力,21世纪更被认为是科技创新的世纪,"知识经济"成为本世纪经济发展的关键词。过去20年来新科技井喷式的涌现,催生许多新的产业,许多传统产业也因此发生了产业结构、生产方式、销售方式等多方面根本的改变。我国体育产业在国家健康大政策环境下迎来了绝佳的发展机遇,而具体发展路径则应依托现代科技新成果,积极将科技成果转化为体育产业新产品,提升我国体育产业的科技含量,从而增强产业活力和国际竞
目的 利用西甲硅油去除胃腔和肠道气泡及粘液的作用,评估其在改善超声可视性、提高胆总管结石诊断率中的临床价值.方法 选择96例临床高度怀疑胆总管结石而常规超声检查显示不清的患者,随机分为两组:研究组51例,饮用500 ml纯净水+5ml西甲硅油乳剂(含西甲硅油200 mg)混合液,对照组45例,饮用500 ml纯净水后进行超声复查.
目的 探讨超声光散射成像(DOT)、超声弹性成像(UE)及钼靶成像对乳腺肿块良恶性的鉴别诊断价值.方法 对经病理证实的45个良性、22个恶性共67例乳腺肿块的DOT、UE和钼靶资料进行回顾性分析,分别计算其敏感性、特异性及准确性、阳性预测值、阴性预测值,并建立受试者工作曲线(ROC曲线)评价三者及两两联合的诊断价值.