句法与语义接口研究的现状与趋势

句法-语义接口问题的研究起源于20世纪70年代,国外的句法-语义接口研究在量词研究、疑问句研究、计算机识别领域已经取得了很多成就.国内的句法研究虽然在20世纪80年代已经涉及到语义层面,但是句法-语义接口的研究从20世纪90年代才开始起步.本文系统地梳理了国内句法-语义接口问题研究的成果,同时提出了这一研究领域存在的问题和研究的前景.     

Eclipse语义网建模工具的分析与应用

介绍了Eclipse平台和语义网的背景知识,论述了Eclipse平台的总体框架和技术架构.对语义网的体系结构进行了介绍,并详细介绍了语义网建模的基础RDF和OWL.结合实例说明了语义网建模的过程.并着重介绍了建模工具RDFBuilder的实现.     

语病评判中语义与语法的交互作用——“语义重复”与“成分赘余”再思考

语言有语音、语义、语法、语用等多个层面.对具体语言现象的评判必需充分考虑多个层面的交互作用.语义重复属于语义平面,成分赘余属于语法平面.文章就语义重复和成分赘余的关系分别进行了论述,并把语义重复和成分赘余分别区分为两种类型,深入探讨了有关的语言现象.     

语义化Web的理论基础与技术基础

语义Web并非一个独立的Web,而是当前Web的延伸,其目标是让计算机能够"理解和处理"现在的Web仅仅能显示的数据,并为人们提供各种智能服务.目前在世界范围内对语义Web的研究尚处于起步阶段,与国外相比,我国对语义Web的研究相对较晚.本文简单介绍了语义Web的概念和体系结构,对语义化Web的理论基础与技术基础进行了分析,总结出了语义化Web研究中的关键问题.     

语义Web的研究与展望

对一系列Web新技术的总称--语义Web进行了综述,在分析语义Web的研究背景、研究价值及现有语义Web模型的基础上,对W3C组织的语义Web研究现状和语义Web研究领域当前的研究状况进行了分析;对其今后的研究工作进行了展望;总结了未来语义Web基础研究和应用研究的方向:语义Web的基础研究主要包括本体的发展、语义Web语言的形式语义和确信(Trust)与证据(Proof)模型的开发;应用研究主要集中在Web-services、基于代理的分布式计算、基于语义的网页搜索引擎和基于语义的数字图书馆几个方面.     

Web信息抽取与语义检索框架

提出了一种Web信息抽取与语义检索框架,采用定制本体模型,针对Web网页特点设计了抽取与语义标引策略,并在检索过程中引入语义推理机制,从而改善了信息检索的效果.最后介绍了基于Jena实现的该框架的原型系统.     

语义网与高校信息化建设

介绍了语义网的基本概念和层次模型 ,阐述了语义网与高校信息化之间的关系及其作用 .在分析高校信息化目前存在的一些问题的基础上 ,提出了语义网在高校信息化建设中的应用框架和参考模型     

汉英语义对应关系与翻译策略

就汉语与英语的语义对应关系而言,主要涉及语义完全对应、部分对应、对应空缺和对应冲突等4种情形.汉英的语义对应不规整现象主要源于彼此所处文化环境的异域性特征.汉英文化的差异性投射到各自的语言当中,在历史进展中逐渐演变成同等指称语义的不同隐喻指涉.汉英语义对应的复杂性要求译者增强文化比较意识,针对不同情况,在翻译实践中运用灵活的策略与方法,以求最大程度地实现语义的等值转换.     

基于二元关系的语义Web的建立

为了便于机器理解和提高网络资源的利用率提出了语义Web .基于二元关系讨论了语义Web的建立过程 ,具体给出语义Web中相关语义的形式化定义 ,并基于此给出了语义描述和挖掘方法 ,进行了集合相关语义的完备性的证明 .为了语义Web能应用于实际网络中 ,给出了语义拓展方式的定义 ,继而完成语义Web的形式化定义 ,给出语义Web的整体模型 .最后 ,给出了若干用于检验语义有效性的方法 ,以进一步提高语义Web的实用性 ,至此可创建相对完整的语义Web .     

一个语义Web系统的设计与实现

设计一个面向企业门户网站的语义Web体系结构,提出页面代理的概念及其作用与功能结构,并在同构环境下实现了页面代理.设计了语义Web查询语言CDQL,该语言在跨信息源查询、约束表示等方面扩充了DQL查询语言.整个语义Web体系结构可以用于构建能自动解答用户或用户代理提问的企业网站系统.     

句法增强的UCCA语义分析方法

考虑到句法结构与语义结构之间的紧密联系, 尝试将句法信息融入UCCA语义分析模型中来增强语义分析的性能。基于目前性能最好的基于图的 UCCA语义分析模型, 提出并比较4种不同的融入依存句法信息的方法。采用SemEval-2019国际评测语义分析任务的英文数据集进行实验, 在本领域和跨领域两个数据集上的结果均表明, 句法增强的方法能够给显著地提高UCCA分析性能。引入BERT特征后, 句法信息仍然可以提供一定的帮助。     

基于配价结构的词汇化句法分析模型

基于“配价”是汉语词语的一个比较本质的特点,一旦1个词语的配价结构确定下来,它应该和怎样的词进行搭配就比较清楚,从而也可以比较直接地导出句子的结构,为此,结合中心词驱动句法分析模型,提出基于配价结构的词汇化句法分析模型,引入丰富的语义信息如语义依存信息和配价结构等语义搭配信息,并用改进的句法分析模型进行句法分析实验.实验结果表明:模型的精确率和召回率分别为88.65％和87.26％,综合指标F与Collins的中心词驱动句法分析模型的相比提高6.51％.     

数据库语义学在古汉语自动分析上的应用

在以认知为基础的面向计算机和人工智能领域的语言学框架下,对古汉语的自动句法语义分析进行研究,希望能对古汉语教学与研究,以及现代汉语的分析和处理起到一定的推动和促进作用.运用以左结合语法为基础的数据库语义学方法对古汉语的两个基本结构（函词-论元结构和并列结构）进行自动句法和语义分析,以可接续性为前提,遵循自然语言的时间线性顺序,采用规则和模式匹配的方法,过程简便,计算效率高,且符合古汉语本身的特点.分析结束时自动生成的语义关系图清晰、准确,更彰显了数据库语义学方法的独特性、适应性以及分析能力.     

融合语言知识的统计句法分析

利用语义、语法等语言知识,建立一种分层句法分析统计模型,并进行句法分析实验.研究结果表明:该模型具有规则和统计相结合的特点,且在层次分析的不同阶段,根据不同的语法、语义、语用特性采用不同的方法和不同的统计模型;该模型结合分词、词性标注进行句法分析,是一个词汇化的句法分析模型,可同时考虑多个语义依存关系;采用该模型,精确率和召回率分别为87.23％和86.15％,其综合指标F与头驱动句法分析模型的相比提高了5.25％.     

基于层次知识表示结构的集成化概念分析方法

本文描述了一个基于层次知识表示结构的集成化概念分析方法,此方法已在IBM-PC机上用GCLISP语言实现,并着重介绍了系统的层次知识表示结构、通用语法知识表示和规则选择控制策略。     

深度学习源代码缺陷检测方法

针对由于传统的源代码缺陷分析技术依赖于分析人员的对安全问题的认识以及长期经验积累造成的缺陷检测误报率、漏报率较高的问题,提出了一种深度学习算法源代码缺陷检测方法.该方法根据深度学习算法,利用程序源代码的抽象语法树、数据流特征,通过训练源代码缺陷分类器完成源代码缺陷检测工作.其依据的关键理论是应用深度学习算法及自然语言处理中的词嵌套算法学习源代码抽象语法树和数据流中蕴含的深层次语义特征和语法特征,提出了应用于源代码缺陷检测的深度学习一般框架.使用公开数据集SARD对提出的方法进行验证,研究结果表明该方法在代码缺陷检测的准确率、召回率、误报率和漏报率方面均优于现有的检测方法.      

JUP用多级知识表示结构处理英语中动词的过去式和过去分词同形的问题

本文首先讨论了以往基于Demon的概念分析程序处理英语动词中的过去式和过去分词同形的局限性,然后,提出了一种基于多级知识表示结构的集成化概念分析方法,并着重介绍了JUP的语法知识表示结构和处理英语中动词的过去式与过去分词同形的语法现象的健全性。     

基于知网的语义相关度计算

为解决句法分析中的结构性歧义,引入了语义相关度计算.基于语义相似度计算及知网的语义信息,提出了语义相关度计算方法;利用知网的义原纵向与横向关系及实例信息计算不同词性的相关度.在计算义原距离时,考虑了义原之间的解释关系,对义原的距离进行修正.根据相似度的对称性,计算实例的影响因素提高了相关度的准确率.实验结果表明,使用该计算方法得出的语义相关度结果更加合理.     

基于特征融合的中文文本情感分析方法

针对现有的中文文本情感分析方法不能从句法结构、上下文信息和局部语义特征等方面综合考量文本语义信息的问题,提出一种基于特征融合的中文文本情感分析方法.首先,采用Jieba分词工具对评论文本进行分词和词性标注,并采用词向量训练工具GloVe获取融入词性的预训练词向量;然后,将词向量分别作为引入Self-Attention的BiGRU和TextCNN的输入,使用引入Self-Attention的BiGRU从文本的句法结构和文本的上下文信息两个方面综合提取全局特征,使用TextCNN提取文本的局部语义特征;最后,将全局特征和局部语义特征进行融合,并使用Softmax进行文本情感分类.实验结果表明,本文方法可以有效提高文本情感分析的准确率.     

静态测试中C／C＋＋抽象语法树的生成

利用GNU提供的标准编译器,通过调用词法分析程序生成了C／C＋＋抽象语法树。基于系统崩溃故障模型的软件进行了静态测试,描述了C／C＋＋抽象语法树及其语法和语义分析的具体方法。