提名等级

自然科学奖二等奖

提名书

相关内容

科学技术进步奖：提名书的主要知识产权和标准规范目录、代表性论文专著目录（详见附页）

主要完成人

栗青生，排名1，教授，浙江传媒学院桐乡研究院；

张丽，排名2，副教授，浙江传媒学院；

陈莉，排名3，讲师，浙江传媒学院桐乡研究院；

郑珺，排名4，讲师，浙江传媒学院桐乡研究院；

吴琴霞，排名5，副教授，安阳师范学院；

主要完成单位

1.浙江传媒学院桐乡研究院

2.浙江传媒学院

3.安阳师范学院

提名单位

桐乡市人民政府

提名意见

本研究开发了一种基于汉字特征的文本空间表示模型，着眼于以中文为主的自然语言处理，深入思考了数据归属问题及其解决途径。首先，按字段将所述文本数据中的每个字符表示成以字段、字符位置和特征点个数为变量的函数，然后，将所述文本数据的特征空间T按照X矩阵、Y矩阵、Z矩阵的方式进行特征存储，最后，主要目的是通过这三个特征向量的组合，来约束文本数据归属计算的复杂程度，使得汉字文本数据的储存及归属管理更加便利。通过这种方法，可以把字符的特征点通过坐标进行表示，并通过矩阵的方式把字符特征的横纵坐标、字符之间的关联进行量化，从而把字符及其特征和组合转化成能够存储、并且可以进行机器生产和输出的形式。主要目的是通过这三个特征向量的组合，来约束文本数据归属计算的复杂程度，使得汉字文本数据的储存及归属管理更加便利。这对于包括古文字在内的汉字的量化处理、数据化存储来说有重要意义，为汉字传播技术带来新的突破。这一研究丰富了以中文为主的自然语言处理基础理论和方法，为解决数据安全问题提供了新的可能性和突破点，在如今的人工智能和互联网大数据时代，文本的机器生成和机器写作已经进入了人们的日常生活，区分网络文本是“真实人”的创作还是“机器人”的创作的数据归属管理问题，已经成为了从用户到平台都在关心的问题，同时也是世界范围内不可忽视的人工智能技术对人类的挑战。本研究开发的基于汉字特征的文本空间表示、存储和生成模型，能够在文本数据管理及中文传播方面发挥巨大的价值，为我国的文化强国战略提供了具有独立产权、自主可控的中文信息处理技术工具，具有深远意义。

1

汉字动态生成的结构与风格模型/北京大学学报

2017年第53卷219页

2016-11

栗青生

栗青生

栗青生、徐强、肖建国、刘泉、张解放

3

中国知网

2

基于甲骨文字形动态描述库的甲骨文输入方法/中文信息学报

2012年第26卷28页

2012-07

栗青生

栗青生

栗青生、吴琴霞、王蕾

9

中国知网

3

基于特征加权的汉字点笔画生成研究/北京大学学报

2014年第50卷153页

2013-11

栗青生

栗青生

栗青生、熊晶、吴琴霞、杨玉星

8

中国知网

4

甲骨文字形动态描述库及其字形生成技术研究/北京大学学报

2013年第49卷61页

2013-01

栗青生

栗青生

栗青生、吴琴霞、杨玉星

9

中国知网

5

一种基于云端信息保护的汉字计算模型/计算机科学

2015年第42卷73页

2015-11

栗青生

栗青生

栗青生、张莉、刘泉、熊晶、杨新新

4

中国知网

6

基于语义构件的甲骨文字库自动生成技术研究/北京大学学报

2014年第50卷161页

2014-01

吴琴霞

吴琴霞

吴琴霞、栗青生、高峰

3

中国知网

7

Recovering SQLite data from fragmented flash pages/

2019年第74卷451页

2019-02

张丽

张丽

张丽、郝身刚、张全新

9

SCI

8

Li Chen, Xi Chen, Jixin Qian, Zhen Yao. Extended Space Method for Parameter Identifiability of DAE Systems.

2014年第53卷1476页

2014-01

陈莉

陈莉

陈莉、陈曦、钱积新、姚臻

5

SCI

合计

45