肖海艷 張丹

摘要：針對化工專業(yè)詞匯學(xué)習(xí)的難度和復(fù)雜性，結(jié)合當(dāng)前的智能算法，提出一種基于B/S的詞匯輔助學(xué)習(xí)系統(tǒng)。為實現(xiàn)該系統(tǒng)，主要對詞匯檢索算法進(jìn)行設(shè)計，分別提出基于詞上下文向量相似度匹配和基于CNN+BLSTM的圖像識別方法，并給出系統(tǒng)登錄模塊流程和檢索流程。最后給出部分實現(xiàn)界面，并給出該化工詞匯輔助學(xué)習(xí)系統(tǒng)構(gòu)建心得，以此為化工專業(yè)學(xué)習(xí)與信息化的結(jié)合提供借鑒與參考。

關(guān)鍵詞：相似度匹配;英語輔助學(xué)習(xí);圖像識別

中圖分類號：G64 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-5922（2019）12-0185-04

化工行業(yè)的日益發(fā)展，使得國內(nèi)外化工行業(yè)之間的交流日益頻繁，從而導(dǎo)致對化工領(lǐng)域人才的職業(yè)素養(yǎng)也越來越高。這不僅要求他們具備扎實的化工專業(yè)功底，還要求具備扎實的專業(yè)語言交流功底。但化工領(lǐng)域涉及范圍廣，包含化學(xué)、制藥、材料等各方面專業(yè)詞匯，數(shù)量多，詞匯復(fù)雜。黃微雅（2009）簡單的以醫(yī)藥化工行業(yè)的專業(yè)詞匯為例，提出一個簡單的復(fù)合詞就可能達(dá)到300個以上的單詞。這些專業(yè)詞匯量大，并且詞匯復(fù)雜。而傳統(tǒng)的化工專業(yè)詞匯學(xué)習(xí)采用的是課本、詞典等一些紙質(zhì)資源。這些工具的特點在于只能按照固定的順序?qū)I(yè)詞匯進(jìn)行學(xué)習(xí)。與此同時，隨著現(xiàn)代信息技術(shù)的發(fā)展，研究者開始將計算機(jī)技術(shù)、數(shù)據(jù)挖掘技術(shù)、智能算法等引入詞匯的學(xué)習(xí)中，如王文輝（2017）將相似度算法引入到英語智能問答系統(tǒng)中，并對該系統(tǒng)進(jìn)行了詳細(xì)的設(shè)計;褚喜之（2018）則采用B/S架構(gòu)構(gòu)建了一個英語輔助學(xué)習(xí)系統(tǒng)。但是歸納以往的研究發(fā)現(xiàn)，用于化工領(lǐng)域的專業(yè)詞匯輔助學(xué)習(xí)系統(tǒng)相對較少。另外，在專業(yè)詞匯檢索的過程中，針對快速對以往寶貴的化學(xué)圖片進(jìn)行檢索，進(jìn)而提取有效的信息，是提高該輔助學(xué)習(xí)智能化的重要方式。因此，結(jié)合當(dāng)前化工專業(yè)詞匯學(xué)習(xí)的復(fù)雜性，提出一種智能化的化工英語專業(yè)詞匯輔助學(xué)習(xí)系統(tǒng)，并對該系統(tǒng)進(jìn)行了詳細(xì)的設(shè)計。

1 系統(tǒng)用例分析

本系統(tǒng)構(gòu)建的目的是為廣大化工專業(yè)學(xué)生提供一個智能化的輔助學(xué)習(xí)工具。為簡化該系統(tǒng)用例角色，更好的理清用戶類型，設(shè)置系統(tǒng)管理員和學(xué)習(xí)者兩類角色;在功能方面，系統(tǒng)主要為用戶提供化工專業(yè)詞匯學(xué)習(xí)，同時借助自身構(gòu)建的化工英語專業(yè)語料庫，為用戶提供高效的英文信息檢索服務(wù)。因此，結(jié)合以上的需求，系統(tǒng)不同用例的角色如圖1所示。

2 系統(tǒng)功能模塊設(shè)計

根據(jù)圖1的用例分析看出，用戶分為管理員和普通用戶;在功能方面，主要設(shè)置權(quán)限設(shè)置、語料庫、專業(yè)詞匯學(xué)習(xí)、單詞與語句檢索、輔助測驗等幾個部分。上述五項功能模塊的具體功能組成如圖2所示。

3 高校檢索算法設(shè)計

在本文中，一個重要的特色在于采用智能算法提高專業(yè)詞匯或語句的檢索效率，以此更好的輔助化工類專業(yè)學(xué)生學(xué)習(xí)。而在英文單詞的檢索方面，目前大部分針對單個專業(yè)詞匯單詞和語句的檢索，但是除上述的檢索以外，還存在部分針對的化工英文圖片。對此，針對該問題，本系統(tǒng)設(shè)置2類算法：①提高單詞或語句的檢索效率，提出一種基于相似度計算的匹配方法;②針對化工領(lǐng)域存在的珍貴圖片英文文本，提出一種基于深度學(xué)習(xí)的檢索方法。

3.1基于相似度的詞匯匹配

在化工領(lǐng)域中，要更好的輔助學(xué)生進(jìn)行專業(yè)詞匯查詢，就需要通過一個詞匯引申出多個詞匯。如上述的化工詞匯特點中，一個詞綴可引申出多個詞匯。對此，在檢索中，本文引入基于詞上下文向量的相似度計算方法。具體步驟分為兩步。

3.1.1詞向量生成

在該步驟中，以一關(guān)鍵詞作為中心，對訓(xùn)練集內(nèi)該關(guān)鍵詞的上下文詞語進(jìn)行統(tǒng)計，得到該關(guān)鍵詞的上下文向量，最終得到向量矩陣TCV[n][n]。

3.1.2相似度計算

在以上向量矩陣的基礎(chǔ)上，計算兩詞語的相似度。具體步驟為：對任意給定的兩詞語，分別從向量矩陣中提取各自對應(yīng)的上下文向量，然后計算兩向量的余弦系數(shù)，即相似度值。具體計算公式為：

其中，Sim表示下三角矩陣，i≥j;Sim[i][j]表示為詞語ti和tj的相似度，TCV[i]、TCV[j]分別表示為詞語ti和tj的上下文向量，TCV[i][k]、TCV[j][k]為詞上下文向量的第k維權(quán)值。

3.2圖片檢索識別

同時為進(jìn)一步提高該輔助學(xué)習(xí)系統(tǒng)在詞匯學(xué)習(xí)的作用，并且更好的提高對化工手稿材料的應(yīng)用，提出一種基于手稿圖片文字快速檢索算法，以此能夠讓用戶通過圖片即可檢索到所需要的相關(guān)化學(xué)材料圖片。研究認(rèn)為，傳統(tǒng)的圖像識別是采用圖像分割，然后在進(jìn)行匹配。這種檢索會耗費大量的時間，同時也影響檢索效率。為改變這個問題，本文則借鑒潘煒深的研究成果，采用CNN+BLSTM結(jié)合的方式對手稿英文圖片進(jìn)行識別。具體識別模型如圖3所示。

在該思路中，采用CNN對文本行的圖像時序特征進(jìn)行提取;然后采用BLSTM對英文單詞進(jìn)行識別;第三步則是采用最大似然函數(shù)對目標(biāo)函數(shù)進(jìn)行相關(guān)的優(yōu)化;最后則是輸出識別匹配結(jié)果。

4 系統(tǒng)部分功能實現(xiàn)

4.1系統(tǒng)安裝部署

為實現(xiàn)上述的輔助學(xué)習(xí)系統(tǒng)，分別安裝JDK、Tom-cat、Oracle 10g。在安裝完成后，啟動數(shù)據(jù)庫服務(wù)，并將初始化數(shù)據(jù)庫文件導(dǎo)入。將開發(fā)的相關(guān)應(yīng)用程序以war包的方式導(dǎo)入到應(yīng)用服務(wù)器中;打開瀏覽器，輸入服務(wù)器的IP地址，點擊回車，進(jìn)而對系統(tǒng)進(jìn)行訪問。

4.2系統(tǒng)登錄模塊實現(xiàn)

登錄模式是該詞匯學(xué)習(xí)系統(tǒng)安全的重要方式。在登錄時，用戶首先輸入用戶名和密碼，然后在輸入用戶名和密碼后，與數(shù)據(jù)庫中的用戶名和密碼比對。而為了提高系統(tǒng)安全，在本輔助學(xué)習(xí)系統(tǒng)中，引入MD5加密算法。具體實現(xiàn)流程如圖4所示。

4.3單詞檢索模塊

在該模塊中，主要包括單詞檢索匹配和圖片識別。其中，單詞檢索主要是通過關(guān)鍵詞檢索，并結(jié)合詞上下文向量實現(xiàn)對部分化工專業(yè)詞匯同義詞的匹配，以方便更多的化工專業(yè)學(xué)生進(jìn)行學(xué)習(xí)。具體流程如圖5所示。

5 系統(tǒng)應(yīng)用效果

通過上述的設(shè)計，可以得到如圖6所示的化工專業(yè)詞匯檢索界面。

6 結(jié)語

通過以上設(shè)計看出，在對化工專業(yè)詞匯輔助學(xué)習(xí)系統(tǒng)設(shè)計后，用戶只需要輸入不熟悉的單詞，即可找到化工詞匯的解釋，大大提高了化工領(lǐng)域?qū)I(yè)詞匯學(xué)習(xí)的便捷性，也凸顯出該系統(tǒng)在化工詞匯學(xué)習(xí)的專業(yè)性，可更好的輔助學(xué)生進(jìn)行化工專業(yè)英語詞匯學(xué)習(xí)。同時，文章也存在一定的局限，只是對單詞檢索進(jìn)行了簡單的實現(xiàn)，在圖片識別檢索工作方面，還需進(jìn)行深入的探討。

參考文獻(xiàn)

[1]王文輝，吳敏華，駱力明，等.基于相似度算法的英語智能問答系統(tǒng)設(shè)計與實現(xiàn)[J].計算機(jī)應(yīng)用與軟件，2017，34（06）：62-68.

[2]褚喜之.英語學(xué)習(xí)系統(tǒng)設(shè)計研究[J].微型電腦應(yīng)用，2018，34（11）：21-24.

[3]周飛燕，金林鵬，董軍.卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J].計算機(jī)學(xué)報，2017，40（06）：1229-1251.

[4]高學(xué)，王有旺.基于CNN和隨機(jī)彈性形變的相似手寫漢字識別[J].華南理工大學(xué)學(xué)報（自然科學(xué)版），2014，42（01）：72-76+83.

[5]張昭旭.CNN深度學(xué)習(xí)模型用于表情特征提取方法探究[J].現(xiàn)代計算機(jī)（專業(yè)版），2016（03）：41-44.

[6]楊斌，鐘金英.卷積神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展綜述[J].南華大學(xué)學(xué)報（自然科學(xué)版），2016，30（03）：66-72.

[7]林秀恒，吳虹.關(guān)于“說”的詞匯使用特色的研究——基于CNN與China Daily政治新聞?wù)Z料庫[J].海外英語，2015 ，9（07）：191-193+196.

[8]余本功，張連彬.基于CP-CNN的中文短文本分類研究[J].計算機(jī)應(yīng)用研究，2018，8（04）：1001-1004.

[9]買買提阿依甫，吾守爾·斯拉木，帕麗旦·木合塔爾，等.基于BiLSTM-CNN-CRF模型的維吾爾文命名實體識別[J].計算機(jī)工程，2018，44（08）：230-236.

[10]王毅，謝娟，成穎.結(jié)合LSTM和CNN混合架構(gòu)的深度神經(jīng)網(wǎng)絡(luò)語言模型[J].情報學(xué)報，2018，37（02）：194-205.

[11]潘煒深，基于深度學(xué)習(xí)的手寫英文單詞檢索算法研究及其在歷史文本上的應(yīng)用[D].廣州：華南理工大學(xué)，2016.