基于词联接的语义表示方法和知识库建设

现有自然语言处理方法主要采取描述语言规律的基本思路,缺乏全面的语义表示能力,因此不能从语义层面有效处理各种类型的真实文本.笔者提出一种基于词联接实例的语义表示方法.该方法采取描述底层语言实例的基本思路,具有全面的语义表示能力,目前已应用于国家自然科学基金资助的"计算机辅助文学艺术创作研究--诗词曲联"项目.     

语料库驱动模式与教学效果的关系研究

类联接和语义韵是二语词汇习得的必要内容。通过语料库对比分析的方法对强化词extremely的类联接形式和语义韵方面进行个案研究。研究结果显示,利用语料库驱动的教学模式不但可以有效的揭示强化词的类联接特征,帮助学生更直观、更全面的了解其语义韵倾向,还可以在很大程度上提高学生语言运用的准确性和规范性。     

基于句型结构的领域倾向词表构建

分析了句型结构中的否定句和转折句对倾向词极性的影响,提出一种基于句型结构的领域倾向性词表构建算法.该方法不仅考虑了词与词之间的相关性,也考虑了词与文档之间的相关性信息.该算法利用改进的拉普拉斯平滑方法来计算候选词和基准词之间的语义相关性,同时结合词与文档的相关性信息,加入了对转折句和否定句的处理,最后采用改进的信息瓶颈...     

基于语料库的同义词辨析教学

基于英语语料库进行的同义词辨析教学,不仅可以通过检索统计观察到同义词在不同语境中的分布差异,还可以发现它们各自不同的典型类联接行为和典型搭配词.另外,通过对搭配词的量化分析,可以揭示同义词在语义韵上的差异.     

结合注意力机制的Bi-LSTM维吾尔语事件时序关系识别

针对维吾尔语事件时序关系识别问题,提出了一种结合注意力机制的双向长短时记忆模型.基于维吾尔语语言及事件时序关系的特点,抽取13项基于事件间内部结构信息的特征.将词向量作为双向长短时记忆模型的输入,挖掘给定事件句隐含的上下文语义信息.结合事件触发词建立注意力机制,获取该事件句的事件语义特征.将事件内部结构特征和语义特征相融合,作为softmax层的输入,进而完成事件时序关系的识别.实验结果表明,该方法在获取事件句隐含语义信息的同时也能获取对应的事件语义特征.融合事件内部结构特征后,识别准确率为89.42%,召回率为86.70%,衡量模型整体性能的F值为88.03%,从而证明了该方法在维吾尔语事件时序关系识别任务上的有效性.     

中文篇章级句间关系自动分析

篇章级句间关系分析包括语义单元的切分和各个单元之间的语义关系识别.已有的研究主要面向英文,到目前为止,尚无可用的中文篇章级句间关系自动分析系统发布.在中文篇章关系语料库的基础上,首次实现面向中文的篇章级句间关系自动分析系统,包括语义单元切分、连词识别、显式语义关系识别以及隐式语义关系识别等.实验结果显示:该系统在显式句间关系识别上F-score为89.8%,隐式句间关系识别上F-score为55.5%.     

基于语义分析的改进TF-IDF算法

传统的TF-IDF算法主要依赖词频,往往忽略词语语义和一些具有重要意义的副词。针对这一问题,提出了一种基于语义分析的改进TF-IDF算法。该方法融入了词语语义来计算词频,改进了反义词语之间的相似度。实验结果表明,该方法在计算句子相似度中能根据语义方向对句中各词语词频进行统计,同时判断整个句子语义方向,与传统算法比较,语句相似度的准确性提高了5. 7%。     

翻译中增减词语的语义探索

英汉互译中经常采用增补词语和省略词语（增减词语）的办法来完善信息的传译。我们可以从语义分析的途径来探索增减词语的原理，认识增减词语的规律。在这方面，中外学者的研究工作为我们思考问题提供了依据．尤金·奈达对语义的分析就是其中之一。他认为词语除了概念意义，还有语法意义和感情意义。他在语义分析的基础上将词划分为物作词、行动词、抽象词和关系词四类。他还归纳出英语的七种核心句，主张按乔姆斯基的转换生成理论，先由表及里将原文转换成语义简单明晰的核心句，转译为译语的核心句，然后由里及表地将译语核心句转换为自然…     

"语义单位"说略

句子的语义是一个系统,组成句义系统的语义单位可以从小到大划分为义征、义词、义组和义句.义征规定着义词之间组合的可能性以及组合后的语义关系;义词是语义结构的最小单位;义词和义词之间通过义征匹配关系组成义组;义句是以句子的形式负载一个完整信息的语义单位,是句子语义结构的最大单位.     

用不同语义单元度量的句子相似度计算

提出了一种基于不同语义单元度量的句子相似度计算方法.将句子按词块分割为对应的公共词块和非公共词块,利用外部语义资源进行同义词替换和语义消歧处理.分别用词、词块和字为语义单元度量句子相似度,以不同的权重调节各语义单元对句子相似度的贡献.实验结果表明,该方法综合考虑的因素更加全面,有较高的准确率.     

基于知识图的语义分析

探讨了一种适合于汉语理解的、面向语义的、新的语言分析方法。该方法是以知识图这种新的知识表示方法为语义模型，模拟人的语言感知过程，先对整个句子进行语义片段的划分，再对每个片段进行分析。     

基于概念图的自然语言处理中的语义研究与应用

目的探讨自然语言处理中的语义研究的必要性和概念图的优势及特点。方法阐述基于概念图进行语义研究的步骤及关键技术。结果基于概念图进行语义研究能进一步提高自然语言理解的水平,改善现有语义分析技术对句子的理解程度,具有一定的理论和应用价值。结论概念图的研究与应用必将对语义研究起到积极的作用。     

汉语主谓句的逻辑分析

自然语言信息处理是当今众多学科共同关注的热门话题,具有重要的理论价值和现实意义。作为现代汉语最基本的句类,主谓句的逻辑分析无疑成为重要研究内容。在宏观描述研究背景的基础上,我们力求综合运用语言逻辑的工具探讨汉语主谓句的句法生成和语义表达规则,以期有助于汉语信息处理的其他相关研究。     

BioTSA: Annotating Token Semantic Association to Support Biomedical Text Mining

Corpus is a kind of important resource for knowledge acquisition in the natural language processing(NLP). However, up to now, in the biomedical domain comparatively fewer corpus focus on semantic association among all tokens in a sentence. We proposed an annotation scheme based on feature structure theory for enriching biomedical domain corpora with token semantic association(TSA). There are 227 documents of the Bio NLP GE ST training data annotated to form TSA corpus in which each annotated item shows a token semantic association that appears as a triple. The annotation of token semantic association has the potential to significantly advance biomedical text mining by providing rich token semantic information for NLP systems especially for the sophisticated IE systems, such as bio-event extraction.     

结构特征一致性约束的双语平行句对抽取

平行句对抽取是解决低资源神经机器翻译平行语料不足的有效途径.基于孪生神经网络的平行句对抽取方法的核心是通过跨语言语义相似度判断2个句子是否平行,在相似的语言对上取得了非常显著的效果.然而针对英语东南亚语言双语句对抽取任务,面临语言空间和句子长度存在较大差异,仅考虑跨语言语义相似度而忽略句子长度特征会导致模型对仅有语义包含关系但不平行句对的误判.笔者提出一种结构特征一致性约束的双语平行句对抽取方法,该方法是对基于孪生神经网络的双语平行句对抽取模型的扩展,首先通过多语言BERT预训练语言模型在嵌入层将两种语言编码到同一语义空间,以此缩小语义空间中语言的差异.其次分别对两种语言句子的长度特征进行编码,与孪生网络编码后的句子语义向量进行融合,增强平行句对在语义及结构特征上的表示,降低模型对语义相似但不平行句对的误判.在英缅双语数据集上进行实验,结果表明提出的方法相比基线模型准确率提高了4.64％,召回率提高了2.52％,F1值提高了3.51％.     

形容词性谓语句的逻辑语义分析

自然语言的逻辑语义分析和汉语信息处理是当今众多学科共同关注的热门话题。将现代汉语中的形容词性谓语句分为光杆形容词谓语句和复杂形容词谓语句两种,并利用转换生成语法、现代谓词逻辑、类型论、范畴论、广义量词理论、集合论和λ-转换等语义理论分别对各类句子作了较详细的分析,以期有助于信息处理的相关研究。     

中文自然语言数据库查询系统

本系统是一个建立在关系数据库上的中文自然语言接口系统。借鉴了国内外自然语言数据库接口设计的理论和方法。对汉语处理方法不同于传统方法,所用的语法信息不是传统意义下的词与词的搭配结构,而是属性项的搭配结构,语义信息不是广泛意义下的句子信息,而是面向数据库查询系统的操作语言信息。查询句的分析重点放在对操作语义项的提取,本系统用C语言编写,是一个面向实用的汉语接口系统。     

基于语义相似度的主观题评分算法研究

主观题阅卷系统在目前较受人们的关注。主观题评分原则常见的是对比试卷答案与参考答案的相似程度,进而得出分数。利用自然语言处理分词技术将文本切分为词的组合,然后通过改进语义相似度算法,计算句子相似度,进而得到试卷答案和参考答案的相似程度,给出分数。