基于差分進(jìn)化算法的思政多模態(tài)語料庫智能構(gòu)建

王曉莉

(渭南職業(yè)技術(shù)學(xué)院，馬克思主義學(xué)院， 陜西，渭南 714026)

0 引言

語料庫為通過科學(xué)取樣和處理后的電子文本庫，是一種承載語言知識的基本資源。語料庫的研究已經(jīng)在各類學(xué)科教學(xué)方面被廣泛應(yīng)用。文獻(xiàn)[1]構(gòu)建的命名性失語的漢語普通話語料庫，以命名性失語癥舉例，搭建語料數(shù)據(jù)集。文獻(xiàn)[2]基于自動回標(biāo)的地理實(shí)體關(guān)系語料庫構(gòu)建方法，以地理實(shí)體的分類標(biāo)準(zhǔn)和語義關(guān)系作為參考標(biāo)準(zhǔn)，根據(jù)地理實(shí)體關(guān)系語言描述習(xí)慣構(gòu)建標(biāo)注體系。該方法的平均回標(biāo)成功率較高，且標(biāo)注速度較快，可將其應(yīng)用于開放式的關(guān)系抽取任務(wù)中。文獻(xiàn)[3]研究了用Elan軟件構(gòu)建上下文驅(qū)動的多模式語料庫的方法和過程。通過在不同語境下創(chuàng)造豐富而真實(shí)的語言環(huán)境，并提供潛在的用戶自定義策略，構(gòu)建多模式英語學(xué)習(xí)語料庫是一種理想的數(shù)據(jù)驅(qū)動學(xué)習(xí)模式范式。文獻(xiàn)[4]利用數(shù)據(jù)挖掘技術(shù)和機(jī)器學(xué)習(xí)智能算法，對Internet上電力行業(yè)的信息數(shù)據(jù)進(jìn)行獲取和分類，構(gòu)建電力行業(yè)語料庫。

本文以思政知識作為語料庫核心要素，而上述語料庫大多數(shù)為文本型，在語境的豐富性方面存在一定程度的局限性，不符合當(dāng)今多媒體時(shí)代的思政教學(xué)需求[5]，因此本文創(chuàng)新使用多模態(tài)語料庫，為語言學(xué)習(xí)帶來新的生機(jī)。

本文提出了一種基于差分進(jìn)化算法的思政多模態(tài)語料庫智能構(gòu)建方案。根據(jù)思政教育的內(nèi)容特征，通過差分進(jìn)化算法獲得應(yīng)用于語料庫的最優(yōu)內(nèi)容，對語料庫的各個(gè)功能模塊進(jìn)行分析，完成多模態(tài)語料庫構(gòu)建的全過程。實(shí)驗(yàn)表明,本文方法所構(gòu)建的語料庫能夠在搜索關(guān)鍵詞后給出準(zhǔn)確的相關(guān)資料，且響應(yīng)時(shí)間較短，具有一定的實(shí)際應(yīng)用價(jià)值。

1 差分進(jìn)化算法下思政多模態(tài)語料庫構(gòu)建

1.1 基于差分進(jìn)化算法的語料篩選

考慮到語料庫的針對性、規(guī)模性和代表性，根據(jù)思政教育的教學(xué)內(nèi)容總結(jié)出多模態(tài)語料庫內(nèi)容需要兼顧時(shí)代性、全面性以及恰當(dāng)性的特點(diǎn)。

因此,為獲得符合要求的最優(yōu)語料內(nèi)容，DE(Differential Evolution，差異進(jìn)化算法)對語料庫內(nèi)容進(jìn)行智能篩選[6-7]。

(1)

(2)

(3)

為了對群體的多樣性進(jìn)行衡量，引入多樣性度量準(zhǔn)則ρ，定義如下：

(4)

式中，|F|為每次搜索過程產(chǎn)生的可行解數(shù)目，|S|為生成的個(gè)體數(shù)目。同理，可通過約束違反度函數(shù)均值對群體中不同性解反約束強(qiáng)度進(jìn)行衡量，如下：

(5)

式中，Po為集合內(nèi)所含元素?cái)?shù)量，Pc為種群內(nèi)所含元素?cái)?shù)量，P(y)為反約束強(qiáng)度函數(shù)。為減少算法的復(fù)雜程度，設(shè)可行集合規(guī)模為N1，不可行群體規(guī)模為N2，最大規(guī)模為N3，O為群體規(guī)模數(shù)量，多樣性群體的復(fù)雜度可以表示為

(6)

則對差分算法進(jìn)行一次迭代后的復(fù)雜度可以表示為

M=O(N1)+O(N1)+O(N1)+O(N2)+

(7)

若搜索范圍N=N1+N2+N3，則有效降低了處理后的復(fù)雜度M

1.2 多模態(tài)語料庫設(shè)計(jì)

1.2.1 語料庫基本框架

語料庫的總體框架如圖1所示，整個(gè)體系主要分為4個(gè)模塊，分別為用戶管理模塊、框架管理模塊、思政語料管理模塊、語料統(tǒng)計(jì)檢索模塊4個(gè)部分。

圖1 系統(tǒng)基本框架結(jié)構(gòu)

1.2.2 語料庫功能結(jié)構(gòu)構(gòu)建

在圖1基礎(chǔ)上，給出語料庫的功能結(jié)構(gòu)如圖2所示。

圖2 語料庫的功能結(jié)構(gòu)

(1) 用戶管理模塊功能

在語料庫內(nèi)設(shè)置不同級別的用戶組，并且賦予不同權(quán)限。用戶權(quán)限服從最小權(quán)限原則，用戶操作過程中沒有明確的允許即視為拒絕，且拒絕權(quán)限優(yōu)先。

(2) 框架管理模塊功能

該模塊具備查詢、修改、刪除思政知識等基本功能，且在使用時(shí)管理者能夠根據(jù)實(shí)際情況對框架以及詞元適當(dāng)調(diào)整。

(3) 語料管理模塊功能

該模塊能夠?qū)崿F(xiàn)基于思政的網(wǎng)絡(luò)語料下載。此處以“全國高校思想政治工作網(wǎng)”為數(shù)據(jù)源。根據(jù)關(guān)鍵字或用戶請求處理利用所提差分進(jìn)化算法搜索最優(yōu)結(jié)果，并將搜索獲得的視頻或文本下載至本地磁盤中。規(guī)定下載的語料信息中要包括標(biāo)題、作者等相關(guān)內(nèi)容。每進(jìn)行一次下載則自動賦予其編號，方便使用者管理，語料下載過程如圖3所示。

圖3 語料自動下載過程

該模塊還能夠?qū)崿F(xiàn)語料標(biāo)注功能。現(xiàn)階段較為常用的語料庫標(biāo)注軟件有ANVIL、Elan、DRS、MCA等[9]。由于Elan可以同時(shí)對多種行為符號進(jìn)行研究，還能夠以其為基礎(chǔ)平臺實(shí)現(xiàn)語料庫的構(gòu)建。因此本文選擇Elan軟件完成思政多模態(tài)語料庫的標(biāo)注和檢索。

Elan軟件[10]也支持音頻和視頻的多層標(biāo)注，在構(gòu)建語料庫的過程中，可以根據(jù)實(shí)際授課的檢索需要設(shè)定各層的標(biāo)注信息，并通過對標(biāo)注層屬性的設(shè)置規(guī)定層與層之間的關(guān)系。標(biāo)注者也可以在Elan軟件中標(biāo)注不同類型的語料單元，使語料庫可以識別出特定的符號，從而提高了標(biāo)注的準(zhǔn)確性，同時(shí)也便于相關(guān)人員對語料庫信息的管理。

針對語料庫的片段顯示與播放速度的控制，可以通過Elan軟件導(dǎo)出含有視頻或音頻片段的標(biāo)注文件，并支持這些文件以表格、文本和字幕等方式顯示，在使用者使用時(shí)，還可以隨時(shí)回放顯示內(nèi)容和控制播放速度，使語料庫更加智能化。

(4) 統(tǒng)計(jì)檢索模塊功能

本文提供2種語料檢索方式，分別為簡單檢索與高級檢索。簡單檢索主要通過逐詞索引的方式給出關(guān)鍵詞在語料庫中的相關(guān)信息，逐詞索引能夠記錄關(guān)鍵詞在語料庫中出現(xiàn)的位置，也能具備詞性選擇功能，記錄關(guān)鍵詞的不同詞性出現(xiàn)位置。高級檢索以簡單檢索為基礎(chǔ)，進(jìn)一步提供更多層面的索引，如利用時(shí)間、作者、框架元素等進(jìn)行檢索[11-12]。

語料庫功能結(jié)構(gòu)實(shí)現(xiàn)的部分偽代碼如下：

Time register level (void * ARG)

struct multiboot_ uinfo*mb=(struct multiboot_ Uinfo *) parameter;

EDF_ uregister_ ulevel(EDF_ Uenable all); / / level 0: EDF

CBS_ uregister_ ulevel(CBS_ Uenable all, 0); / / level 1: CBS

RR_ uegister_ ulevel(RRTICK，RR_ .MAIN_ Yes, MB); / / level 2:

loop

dummy_ uregister_ Ulevel(); / / Level 3: Virtual

Register module ();

1 / resource access protocol

CABS_ uregister_ umudule()；

//Resource access protocol

Warning sound;

通過差異進(jìn)化算法對語料庫內(nèi)容進(jìn)行智能篩選，以獲得符合要求的最優(yōu)語料內(nèi)容，并在此基礎(chǔ)上，設(shè)計(jì)用戶管理模塊、框架管理模塊、思政語料管理模塊、語料統(tǒng)計(jì)檢索模塊4個(gè)模塊，完成差分進(jìn)化算法下思政多模態(tài)語料庫的智能構(gòu)建。

2 仿真實(shí)驗(yàn)

為驗(yàn)證本文所建語料庫的可行性，對其進(jìn)行實(shí)際應(yīng)用分析。選用某|檢索網(wǎng)站中的數(shù)據(jù)作為測試數(shù)據(jù)，以關(guān)鍵詞搜索為例，在語料庫內(nèi)輸入馬克思理論后，語料庫彈出的搜索結(jié)果如圖4所示。

圖4 搜索結(jié)果頁面

從圖4中可知，在語料庫內(nèi)搜索關(guān)鍵詞后，系統(tǒng)給出的相關(guān)內(nèi)容符合馬克思主義檢索要求，且未出現(xiàn)重復(fù)信息。這是因?yàn)楸疚氖褂貌罘诌M(jìn)化算法優(yōu)化了構(gòu)建過程中語料篩選過程，證明了構(gòu)建方法可以應(yīng)用于實(shí)際工作中。

隨后對語料庫的搜索響應(yīng)時(shí)間進(jìn)行測試，并與文獻(xiàn)[1]、文獻(xiàn)[2]、文獻(xiàn)[3]、文獻(xiàn)[4]作對比分析，測試過程中每10次記錄1次平均值，50次后3種算法所得結(jié)果如表1所示。

表1 不同語料庫平均響應(yīng)時(shí)長對比 單位:s

從表1中可以看出，相比文獻(xiàn)[1]、文獻(xiàn)[2]、文獻(xiàn)[3]、文獻(xiàn)[4]，本文方法的響應(yīng)時(shí)間更短，則可說明差分進(jìn)化算法對語料庫內(nèi)容進(jìn)行智能篩選，識別出特定的符號，從而提高標(biāo)注的準(zhǔn)確性。采用2種語料檢索方式，尋求最優(yōu)結(jié)果，能夠有效地提高工作效率，提升用戶的使用感。

3 總結(jié)

為了提高思政教育工作效率，提出一種基于差分進(jìn)化算法的思政多模態(tài)語料庫智能構(gòu)建。該語料庫支持多種格式的音頻、視頻、文件的打開和播放，也能夠?qū)崿F(xiàn)正則表達(dá)式的精確檢索與多模態(tài)語境的播放，用戶可以在使用的過程中隨時(shí)進(jìn)行播放、暫停、回放等操作，實(shí)現(xiàn)智能化操作。

在未來的工作中，需要進(jìn)一步為語義角色標(biāo)注提供訓(xùn)練集，并且根據(jù)不同的用戶需求，不斷更新和完善語料庫的內(nèi)容。