英语短文自动分析关键问题及方法的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61662012
  • 项目类别：
    地区科学基金项目
  • 资助金额：
    40.0万
  • 负责人：
    黄桂敏
  • 依托单位：
    桂林电子科技大学
  • 学科分类：
    F0211.信息检索与社会计算
  • 结题年份：
    2020
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2020-12-31

项目摘要

When the English essays of Chinese students are analyzed by the methods of related researches, there are the problems that their correcting accuracy of grammar mistakes is low, their correcting types of grammar mistakes are few, as well as their credibility and validity are unsatisfactory in sentiment analysis and coherence analysis. Therefore, the research proposal will focus on three key problems that the correcting of grammar mistakes, analyzing of sentiment trend and discourse coherence in English essays of Chinese students. Finally, it will design some methods to analyze English essays of Chinese students, such as building the rules library of grammar mistakes for common grammar mistakes in writing of Chinese students, designing the correcting model of grammar mistakes combining rule and statistical methods for writing of Chinese students; building the context sentiment word library based on texts of Chinese students, researching the context vector representations and calculating methods of word and sentence based on texts of Chinese students, designing the analysis model of sentiment trend for English essays of Chinese students; building the chain of entity-based gird for entity word and its grammatical role based on texts of Chinese students, researching the methods of extracting coreference features and coreference resolution based on English texts, designing the analysis model of discourse coherence for English essays of Chinese students.
为了解决相关研究在分析中国学生英语短文时，语法错误纠正精度不高与纠错类型不多，情感倾向与语篇连贯分析信度与效度不理想的问题。本项目总结了中国学生写作易犯语法错误规则，构建了英语语法错误规则库，设计了规则与统计相结合的中国学生英语语法错误纠正模型；构建了中国学生英语文本上下文关系的情感词库，研究了英语短文上下文关系的单词句子情感向量表示与情感极性计算方法，设计了中国学生英语短文情感倾向分析模型；构建了中国学生英语文本实体词及其语法角色的实体网格链，研究了英语文本的共指特征提取与共指消解方法，设计了中国学生英语短文语篇连贯分析模型。

结项摘要

为了解决相关研究在分析中国学生英语短文时，语法错误纠正精度不高与纠错类型不多，情感倾向与语篇连贯分析信度与效度不理想的问题。本项目总结了中国学生写作易犯语法错误规则，构建了英语语法错误规则库，设计了规则与统计相结合的中国学生英语语法错误纠正模型；构建了中国学生英语文本上下文关系的情感词库，研究了英语短文上下文关系的单词句子情感向量表示与情感极性计算方法，设计了中国学生英语短文情感倾向分析模型；构建了中国学生英语文本实体词及其语法角色的实体网格链，研究了英语文本的共指特征提取与共指消解方法，设计了中国学生英语短文语篇连贯分析模型。

项目成果

期刊论文数量（4）
专著数量（0）
科研奖励数量（0）
会议论文数量（7）
专利数量（5）
Key word extraction for short text via word2vec, doc2vec, and textrank
通过 Word2Vec、Doc2Vec 和 Textrank 提取短文本的关键词
  • DOI：
    10.3906/elk-1806-38
  • 发表时间：
    2019-01-01
  • 期刊：
    TURKISH JOURNAL OF ELECTRICAL ENGINEERING AND COMPUTER SCIENCES
  • 影响因子：
    1.1
  • 作者：
    Li, Jun;Huang, Guimin;Zhu, Hongtao
  • 通讯作者：
    Zhu, Hongtao
Dual CNN for Relation Extraction with Knowledge-Based Attention and Word Embeddings
使用基于知识的注意力和词嵌入进行关系提取的双 CNN
  • DOI：
    10.1155/2019/6789520
  • 发表时间：
    2019-07
  • 期刊：
    Computational Intelligence and Neuroscience
  • 影响因子：
    --
  • 作者：
    Jun Li（李俊）;Guimin Huang（黄桂敏）;Chen Jianheng;Wang Yabing
  • 通讯作者：
    Wang Yabing
Short Text Understanding Combining Text Conceptualization and Transformer Embedding
结合文本概念化和转换器嵌入的短文本理解
  • DOI：
    10.1109/access.2019.2938303
  • 发表时间：
    2019-01-01
  • 期刊：
    IEEE ACCESS
  • 影响因子：
    3.9
  • 作者：
    Li, Jun;Huang, Guimin;Wang, Yabing
  • 通讯作者：
    Wang, Yabing
A Sentiment Classification Approach of Sentences Clustering in Webcast Barrages
网络直播弹幕中句子聚类的情感分类方法
  • DOI：
    10.3745/jips.04.0174
  • 发表时间：
    2020-06
  • 期刊：
    Journal of Information Processing Systems
  • 影响因子：
    1.6
  • 作者：
    Jun Li（李俊）;Guimin Huang（黄桂敏）;Ya Zhou（周娅）
  • 通讯作者：
    Ya Zhou（周娅）

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

连续语音识别前端鲁棒性研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    电视技术
  • 影响因子：
    --
  • 作者：
    胡丹;曾庆宁;龙超;黄桂敏
  • 通讯作者：
    黄桂敏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

黄桂敏的其他基金

英语文本概念式表示及其语义理解关键问题的研究
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    36 万元
  • 项目类别：
    地区科学基金项目
P2P流媒体点播服务中关键技术的研究
  • 批准号：
    61063038
  • 批准年份：
    2010
  • 资助金额：
    26.0 万元
  • 项目类别：
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码