面向散文的低频情感词语抽取与情绪标签确定

文章提出了一种基于随机游走模型,用于抽取散文体裁情感词语的方法。首先利用一般词典确定种子集词语,然后通过词语之间的共现关系确定词语间的相关性,再利用Word2Vec计算词语间的语义相似度,在此基础上构建随机游走图,用于确定候选词语的情绪标签。通过实验表明,随机游走模型方法在散文体裁的低频情感词语抽取和情绪标签确定上取得了较好的效果。     

谈英语词语的异常搭配中的修辞

本文对英语词语的异常搭配及其修辞效果进行了分析和研究。词语的异常搭配是为了语言的某种语用修辞效果而刻意创造的。正确地运用英语词语的异常搭配,就会产生某种修辞效果,并能提高人们对语言的应用能力。     

浅谈英语词语搭配和教学

词汇教学是英语学习的基础。词汇教学要注意到广度和深度,深度的语言习得关乎语言学习的成败。词汇搭配知识体现了词汇知识的深度。词汇搭配学习是大学生英语词汇能力发展的重要部分。英语词汇搭配是英语词汇学习的重点和难点,但是大学生对英语词语搭配的掌握情况很不理想。本文描述了英语词语搭配错误的主要特点和原因以及词语搭配在英语教学中的重要性,初步探讨了英语学习中词语搭配教学的方法。     

一种改进的基于同义词替换的中文文本信息隐藏方法

通过深入分析当前针对中文的基于同义词替换的自然语言信息隐藏算法，发现由于存在大量不完全可替换的同义词词组，经过同义词替换后可能会破坏句子的语义一致性，针对这一缺点，提出了一种改进的基于同义词替换的中文文本信息隐藏算法，该算法利用知网对同义词词组进行分类，对于不完全可替换的同义词词组，通过依存句法分析来获取同义词的上下文搭配词语，根据搭配词语判断是否进行替换，实验结果表明，该算法能有效地排除错误的同义词替换，替换的准确率达到89.1％。     

基于维基百科的汉越词语相似度计算

为了解决跨语言汉越词语相似度计算问题,以维基百科多语言概念页面作为桥梁,利用概念之间存在的翻译对应关系、词语出现在不同概念页面及与其他概念之间存在共现关系,提出了基于维基百科的汉越词语相似度计算方法,该方法首先提取维基百科中汉语越南语具有对应关系的概念集合,构建双语概念特征空间,然后根据词语在相应概念描述文本中出现的词频特征,以及词语与概念在其他概念文本中的共现特征构建词语的概念向量值,最后通过夹角余弦对两个向量进行词语相似度计算。实验结果表明提出的方法在汉越双语词语相似度计算上表现了好的效果,概念共现关系能够提高词语相似度的准确率。     

谈英语词语的异常搭配中的修辞

本文对英语词语的异常搭配及其修辞效果进行了分析和研究.词语的异常搭配是为了语言的某种语用修辞效果而刻意创造的.正确地运用英语词语的异常搭配,就会产生某种修辞效果,并能提高人们对语言的应用能力.     

谈英语词语的异常搭配中的修辞

本文对英语词语的异常搭配及其修辞效果进行了分析和研究。词语的异常搭配是为了语言的某种语用修辞效果而刻意创造的。正确地运用英语词语的异常搭配，就会产生某种修辞效果，并能提高人们对语言的应用能力。     

基于核心依存图的新闻事件抽取

基于核心依存图(kernel dependency graph,KDG)的事件抽取主要通过语义结构进行匹配。在已构建的越-英-汉南海新闻框架网络基础上,主要对KDG语义分析模式、基于核心依存图的新闻事件抽取分析以及核心依存图生成和新闻事件信息抽取进行研究。研究重点包括典型KDG、零形式框架元素和框架元素融合等特殊KDG的分析模式,面向事件信息抽取的KDG的表示模式和标注例句自动生成KDG的过程。研究结果表明,基于KDG的事件信息抽取方法直观明了、语言学理据充分,具有一定的可行性,对新闻文本中的语义线索发现较为适合。目前已经可以从已完成框架语义标注的例句中自动生成KDG并抽取出相应的事件模型。     

基于改进的TF-IDF算法及共现词的主题词抽取算法

信息主题的抽取是快速定位用户需求的基础任务,主题词抽取时主要存在三个问题:一是词语权重的计算,二是词语间关系的度量,三是数据维度灾难.在计算词权重时首先利用互信息确定共现词对,与词频、词性、词位置信息非线性组合,然后,根据词权重构建文档—共现词矩阵并建立潜在语义分析(Latent Semantic Analysis,LSA)模型.该方法借助LSA模型的奇异值分解(Singular Value Decomposition,SVD)将文档—共现词矩阵映射到潜在语义空间,不仅实现数据降维,而且获得低维度的文档相似矩阵.最后,对文档相似矩阵进行k-means聚类,在同类文档中选出词权重最大的前几对共现词,作为该类文章的主题词.对比基于TF-IDF(Term Frequency-Inverse Document Frequency)和共现词抽取主题词的实验,该算法的准确度分别提高了19%和10%.     

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％.     

语料库驱动的happen一词的语义韵对比研究

基于语料库数据支持的词语搭配研究是语料库语言学研究的重要内容，该研究分别以中国学习者语料库（CLEC）和英国国家语料库（BNC）的一部分为基础，利用CONCAPP3．0和Win Concord分析软件，对两个语料库中出现的happen搭配词的语义倾向进行对比分析。重点分析了与happen共现频率在前5位，相互信息值大于3的搭配词。结果显示，中国英语学习者和本族语在使用happen时，其语义韵有明显的差异。     

语境对理解文化负载词汇的影响

语境理论可以帮助语言使用者理解和把握词语的搭配关系,当和不同的词语搭配时,词语意义也可能发生变化。语言使用者只有注重语境才能正确理解文化负载词汇的意义,扩充词汇量,培养文化意识,最终达到提高跨文化交际能力的目的。     

基于语料库的同义动词搭配研究——以achieve，gain，obtain，acquire为例

分析美国当代英语语料库（COCA）中同义动词achieve，gain，obtNn和acquire及其相关搭配词语的词频信息，探讨本组同义动词与其他词语搭配时在语义和用法方面的差别。以及基于语料库进行同义词研究的可行性方法。     

英语词语搭配模式与教学

本文评述词语搭配这一英语常见语言现象以及运用搭配概念和词语场模式进行系统有效的词汇教学的实际意义。     

融合词法句法分析联合模型的树到串EBMT方法

针对传统的基于实例的机器翻译(EBMT)方法中系统构筑复杂度和成本较高的问题,提出一种基于依存树到串的汉英实例机器翻译方法。与传统方法相比,该方法只需进行源语言端的句法结构分析,可以大大降低构筑系统的复杂度,有效降低成本。为了提高翻译精度,引入中文分词、词性标注和依存句法分析联合模型,可以减少汉英EBMT中源语言端基础任务中的错误传递,提高提取层次间特征的准确性。在此基础上,结合依存结构的特征和中英语料的特性,对依存树到串模型进行规则抽取以及泛化处理。实验结果表明,相对于基线系统,该方法可以提高实例对抽取质量,改善泛化规则和译文质量,提高系统性能。     

基于互信息的词汇搭配研究方法

任何语言的基本构成成分都是词语.一个词的出现往往预示或决定着其他词的出现,脱离语境和搭配的孤立词语没有任何意义,词语只有在与其他词语的搭配运用关系中才能获得实际意义.     

基于平滑逆频率和依存句法的句子相似度计算方法

综合考虑关键词、词向量及句法结构对句子相似度计算的影响,将平滑逆频率(smooth inverse frequency,SIF)与依存句法相结合以提高句子相似度计算的精准性。SIF的核心思想为利用加权和去除非信息噪音得到的句向量来计算句子相似度。借助哈尔滨工业大学的语言技术平台,将句子的结构信息添加到句子相似度计算中,通过句子中"词语依存关系"三元组的相似性来度量句子间的相似度。实验结果表明,基于SIF和依存句法的句子相似度计算方法所得的反映准确率和召回率平衡度的指标为84. 4%,与同类的句子相似度计算方法相比,能更为有效衡量句子间的相似程度。     

面向中文微博的情感要素抽取方法

研究第五届中文倾向性分析评测的任务3和任务4,即微博的倾向性分析和评价对象识别.网络新词多,句子格式不规范,语言简短且包含的情感内容多都是微博分析的难点.针对此问题,提出对中文微博的过滤算法.在词语倾向性识别中,构建基础观点词和网络观点词等词典,然后利用知网识别所有词语的倾向性.在评价对象的抽取方面,提出一种面向微博的基于统计和规则相结合的评价对象抽取方法,特别是提出利用句法分析和评价词、评价对象互信息的联合抽取算法.实验表明,该算法可以提升评价对象抽取的效果.     

基于最大熵与Bootstrapping的关联三元组识别方法

基于<产品特征,情感词>关联对的缺点,讨论了情感词与否定性副词搭配的必要性,提出了关联三元组,能够更准确地表达文本中相关评论句对产品特征的情感倾向。采用两个步骤来提取关联三元组:首先,利用已训练好的最大熵模型作为分类器,结合Bootstrapping方法完成了产品特征与情感词语关联对的抽取;其次,将情感词前的否定性副词抽取出来,合成关联三元组。     

英汉词汇的社会文化内涵初探

词汇是语言的基础,又是语言的重要组成部分。本文从词语的文化内涵不同导致词汇空缺;词义联想和文化意象的差异导致语义不同;词汇的概念意义、内涵意义和搭配意义三个方面,分析对比词语所蕴涵的社会文化内涵,从而达到正确理解,恰当运用英语词语的目的。