-
题名结合结构下文及词汇信息的汉语句法分析方法
被引量：6
- 1
-
-
作者
陈功
罗森林
陈开江
冯扬
潘丽敏
-
机构
北京理工大学信息与电子学院信息安全与对抗技术实验室
-
出处
《中文信息学报》
CSCD
北大核心
2012年第1期9-15,共7页
-
基金
国家242项目(2005C48)
北京理工大学基础研究基金(20060142014)
北京理工大学研究生创新项目(GC200802)
-
文摘
针对句法分析中上下文无关语法模型对句子信息利用的不足,通过融入结构下文和部分词汇信息,提出两种基于概率上下文无关语法模型的短语结构消歧方法,以达到消解结构歧义的目的;引入分层分析的算法,通过损失一定的时间效率使得在提高分析准确率的同时保证分析结果的全面性。实验结果表明,融入结构下文及词汇信息的汉语句法分析方法,利用了更多的句子信息,与上下文无关语法相比有着更强的消歧能力。
-
关键词
汉语句法分析
概率上下文无关语法
结构下文相关
词汇信息
分层分析
-
Keywords
Chinese syntactic parsing
probabilistic context free grammar
subsidiary context
lexical information
layered parsing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名明文口令生成模型研究综述
被引量：4
- 2
-
-
作者
周浩
王靖康
王博
罗宇韬
马泽文
刘功申
-
机构
上海交通大学电子信息与电气工程学院
上海交通大学机械与动力工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第4期9-16,共8页
-
基金
国家自然科学基金(No.61472448
No.61772337)
-
文摘
近些年来,针对明文口令的破解和恢复等技术展开了广泛而深刻的研究,总的来说,该领域的主流方法已经大大提升了口令破解和恢复的成功率,但多种方法之间缺少比较和内在关联的分析。着眼于明文口令字典的生成问题,总结了近十年来主流的明文口令生成模型:马尔可夫模型、概率上下文无关模型和神经网络模型。为了有效并客观地评估这三种主流模型,设计并进行了一系列性能验证实验,给出了三种模型各自适用的场合及优缺点,并从原理层面解释了三种模型存在缺陷的原因,给出了一些优化改进的思路。最后,认为神经网络将会成为未来最具潜力的模型,并指出该领域的进一步研究和发展依赖于规范数据集的建立和多种方法的结合运用。
-
关键词
明文口令
口令生成
马尔可夫模型
概率上下文无关语法
神经网络
-
Keywords
plain password
password generation
Markov model
Probability Context-Free Grammar(PCFG)
Neural Network(NN)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进PCFG的语言解释器模糊测试
- 3
-
-
作者
刘志昊
孙晓山
张阳
-
机构
中国科学院软件研究所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第8期22-24,30,共4页
-
基金
国家自然科学基金(61471344)
-
文摘
为在语言解释器的模糊测试中构造符合语言规范的样本,并尽可能地得出异常测试结果以便发现漏洞,采用改进的概率上下文无关语法模型控制样本的变异过程,对变异结果中的未定义变量进行修正以提高符合语言规范的样本比率。在此基础上,对语言解释器进行模糊测试,结果表明,该测试所生成样本中符合语法、语义规范的比率高达96 %。
-
关键词
模糊测试
马尔科夫模型
概率上下文无关语法
机器学习
语言解释器
-
Keywords
fuzzing testing
Markov model
Probabilistic Context Free Grammar(PCFG)
machine learning
language interpreter
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
