气象文本推荐研究

• 作者: 唐卫 梅钰 王慕华 王阔音
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 气象文本推荐 自然语言处理 信息检索 机器学习
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 138-144
• 页数: 7页
• 分类号: TP391.1
• 字数: 6642字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.025

摘要

气象文本是国家气象部门面向公众发布的气象信息,具体包括预警、预报、专报、公报、提示等类型.现有文本生产需要人工编写审核,效率不高,而全自动文本生成主要依赖模板、形式比较固定.针对这个现状,提出气象文本推荐思路并给出具体实现方法.气象文本推荐读入用户输入信息,自动推荐后续相关文本供用户选择,提升编写效率及质量.该方法分为两步:进行气象要素抽取,替换得到模板文本;基于模板文本构建邻居子句生成模型.要素抽取使用CRF序列标注模型,文本生成利用Seq2Seq模型.基于公开预警文本的实验结果表明:利用CRF进行要素抽取平均准确率超过90％,基于Seq2Seq模型的生成方法在BLEU值上达到12.2,准确率达到65％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐卫		6	18	2.0	4.0
2	王慕华		10	33	4.0	5.0
3	王阔音		4	14	2.0	3.0
4	梅钰		2	2	1.0	1.0