Dec, 2019

亚洲宗教有何共同之处？一次无监督文本分析探索

PDF
TL;DR本文试图通过文本挖掘技术，探索亚洲和非亚洲的宗教经典之间的相似性，并使用监督学习算法，测量其正确预测各种经文的准确性。利用欧几里得、曼哈顿、Jaccard 和 Cosine 等相似性度量方法以及基于文档单词出现频率和规范化文档单词出现频率等相似性度量方法，得到了一些发现。K-means 聚类可视化揭示了宗教经典之间的相似性模式，其中乌梅尼西亚和道德经是语料库中最相似的文本。
发现论文，激发创造
  • 使用人工智能进行印度哲学话题建模：映射《奥义书》和《薄伽梵歌》主题

    本文使用 BERT 等先进的语言模型对《奥义书》和《恒久之道》这两部核心印度教哲学文本进行主题建模，分析了它们之间的主题联系和重叠，结果显示两者的主题非常相似，并且 BERT 模型比传统模型的主题更为连贯，这从低维向量空间的可视化效果得到了佐证。

    May, 2022

  • 使用主题建模和聚类分析不同地区的民间故事

    本研究运用主题模型和聚类等自然语言处理技术，研究民间故事中的文化关系，发现了家庭、食物、传统性别角色、神话人物和动物等元素在各地民间故事中的普遍性，并发现了不同地区民间故事话题的差异性。此研究为今后民间故事研究提供了资源，同时也是运用自然语言处理技术分析特定领域文档的例子。

    Jun, 2022

  • OntoSeg: 使用本体相似性的文本分割新方法

    本文提出了一种基于本体相似性的文本分割方法，使用 Hierarchical Agglomerative Clustering 算法生成一种树形分层结构，用于表征文本的概念结构，从而实现在不同粒度级别上的线性文本分割，实验证明该方法具有很高的分割质量。

    Nov, 2015

  • 语义相似度的演化 -- 综述

    本文旨在全面概述自然语言处理领域中语义相似度计算的研究现状和各种方法及其优劣，将其归类为基于知识、基于语料库和基于深度神经网络等不同原理的方法，并希望能够促进新研究者的创新思路和实验。

    Apr, 2020

  • 文本语料的可视化、比较和理解

    本篇研究论文探讨了利用自然语言处理技术在文本可视化方面的应用，除了传统的利用文本主题抽取与可视化的方法，更深入地进行了针对单词情感价值的比较，探究不同文本间的差异与重点。

    Jul, 2022

  • 论母语、非母语和翻译文本之间的相似性

    本文通过计算分析探究了母语、高级非母语和翻译三种语言变体之间的相似和不同之处，重点关注了非母语言和翻译作品与母语之间的区别，结论为这三种语言易于区分，非母语言和翻译作品更接近，且它们之间的特征不完全依赖于不同语言源，可能存在着一些普遍规律同时影响翻译和非母语言。

    Sep, 2016

  • 自然语言和本体分析的语义相似性

    本书主要介绍语义相似度估计及其它语义度量学科的两种最先进的方法：自然语言处理技术和语义模型以及基于语义网络、词库或本体论的计算机可读的知识形式。它的目的是为初学者和研究人员提供更好地理解语义相似度估计和更一般的语义度量。

    Apr, 2017

  • 计算主题学：比较文学小说流派聚类算法

    本论文旨在研究用于文学文本主题相似性捕捉的最佳方法，比较了三种步骤的算法：文本预处理，特征提取和度量特征列表之间的距离，在这些步骤中包括了各种选项，并测试了所有可能的组合，从而确定了用于计算主题分析的最佳和最差组合。

    May, 2023

  • 语义关系的相似性

    本文介绍了一种测量关联相似性的方法 —— 潜在关联分析（LRA），该方法在信息提取、词义消岐和信息检索等领域具有潜在应用价值，并且与人类平均水平相当地达到了 374 个类比问题的 56% 的得分，同时，在语义关系分类的问题上，LRA 较 VSM 也取得了相似的增益。

    Aug, 2006

  • 用于基于方面相似性的研究论文的专业文档嵌入

    本文讨论了利用基于 aspect 的文本相似性测度进行科学论文推荐的问题，提出了将单一常规嵌入表示文档改为多个具有专业性的嵌入，并在 aspect 特异的嵌入空间中对其进行相似性度量的方案，有效地解决了现有方案中文档连贯性差的问题，并通过与现有方案的比较表明其优越性。

    Mar, 2022