基于偏序结构理论的情态与时、体、态互动关系知识发现研究

本文基于偏序结构理论和方法,研究了情态动词语义与时、体、态句法特征的互动关系。以英语情态动词can为目标词,划分了can的3个词义:能力(ability)、允许(permission)和可能性(possibility)。以can与相邻词的互信息作为语义特征,显性和隐性时态、体、语态特征为句法特征,构建了反映情态动can词的3个词义与时、体、态句法特征共现关系的形式背景,并生成了可视化展示情态动词语义与其属性特征之间的偏序结构关系和概念层次关系的属性偏序图。基于此图,发现了情态动词can与时、体、态特征的互动关系等知识。本文研究结果为自然语言处理中的特征选择和规则提取研究提供了重要的理论和实践依据。     

英汉情态动词的情态意义对比分析——以“must”和“必”为例

英语的情态动词“must”和汉语的情态动词“必”在情态意义的表达上表现出一些共性特征,都可以表示义务情态意义和认识情态意义。但是,由于制约情态动词的意义选择的因素有很多,这两个情态动词同时在语义表达上也存在着个性的差异。通过对比这两个情态动词分别在认识情态意义和道义情态意义上的具体不同,能对情态动词的教学有所启示,以便帮助英语学习者更好地理解并运用情态动词。     

力图式视阈下英文剧本核心情态动词的认知——以《老友记》为例

利用语料库检索软件antconc3．2．3统计分析英语核心情态动词在美国经典情景喜剧《老友记》中的分布情况,可以发现情态动词的量值及语义与语篇类型有较大关联。基于语料库分析,利用意向图式中的力图式,从情态动词的根情态和认识情态入手,探讨语料中核心情态动词must和can的多重语义和情态值,可以进一步佐证情态动词的情态值、意义及用法在不同语篇中的差异性。     

机器翻译中基于语法、语义知识库的汉语词义消歧研究

词义消歧研究在自然语言处理的许多应用领域中具有重要的理论和实践意义，在机器翻译中更是如此，它直接关系到译文质量的提高，但目前已有的词义消歧系统基本上都面临着消歧知识获取的瓶颈问题，要真正有效地提高词义知识库的质量，需要在词类划分基础上，增加词义的误法功能分析和语义搭配限制，综合利用现有的语法，语义资源，提取多义词的每个意义在不同层次上的各种分布特征，以此为基础，给出了一个汉英机器翻译系统中基于语法，语义知识库的汉语词义消歧分析模型，初步的实验结果表明，该方法可以高质量地进行汉语名词，动词，形容词的词义消歧。     

基于模糊聚类的自然语言语义特征

针对复杂语境下自然语言语义特征提取、匹配精度和实时性较差的问题,提出了模糊聚类、单亲遗传搜索匹配算法相结合的新方法,通过对候选特征点进行模糊聚类处理,使其分布在高斯差分图像的灰度轮廓线边缘,利用单亲遗传算法找到满足约束条件全局最优语义特征,把所有语义特征进行分类,并给出分类依据.研究结果表明:此语义特征匹配算法在未知语境环境、语义特征频繁变化的环境具有很强的鲁棒性,能够在自然语言处理过程中实时准确识别段落中的语义特征.     

情态动词can的模糊语义初探

英语中的情态动词ｃａｎ的语义有什么特点？是单义还是复义？其语义是确切的，还是模糊的？又该怎样理解其语义？语义与句子结构是否有联系？与语境的关系怎样？本文试图对此作初步探讨。     

自然语义特征的模糊聚类分析

根据自然语言语义特征提取、匹配的实时性和准确性要求,提出模糊聚类、单亲遗传搜索匹配算法相结合的新方法,通过对候选特征点进行模糊聚类处理,使其分布在高斯差分图像的灰度轮廓线边缘,利用单亲遗传算法找到满足约束条件全局最优语义特征,并把所有语义特征进行分类,给出分类依据.试验证明,此语义特征匹配算法在未知语境环境、语义特征频繁变化的环境具有很强的鲁棒性,能够在自然语言处理过程中实时准确识别段落中的语义特征.     

模糊限制语多功能性的认知研究——以情态助词must为例

模糊限制语具有多义性和多重语用价值。在不同的概念域中，模糊限制语分别具有客观描述功能、认识情态功能和施为功能。情态助词must多功能性的认知分析表明，其语义功能在不同的概念域中发生了隐喻扩展。概念域视域下的模糊限制语研究为其语义功能分析提供了一个新的视角，系统地概括了模糊限制语的多功能性，揭示了不同语义功能之间的内在联系，同时对模糊限制语的教学实践也有一定的现实指导意义。     

英语动词名词化结构的语义探究

英语动词的名词化具有三种不同形式 ,文章借助同现限制的关系 (Co -occurrenceRestrictions)探讨了三种名词结构各自内在的语义特点 ,以便在不同的语境 (context)中有选择地使用 ,避免其用法上的错误和不妥之处     

语料库建设中的名词标注方法

名词标注是语料库加工的重点和难点问题。兼顾形式和意义的句法语义一体化处理策略,是名词深加工的重要原则。把对大多数组合具有普遍解释力的语义特征构建成层级体系,并确立相应的形式识别标准,就可以将名词进行有效的分类与归类。我们对大量名词所做的组合特征标注实践证明,“特征即关系”,名词组合属性的细致标注,对揭示双名直接组合模式与搭配规则能够起到很好的作用。     

汉语时间属性的表达方式及其语言学价值

时间属性隐含在某个语言单位的语义成分中。特别是汉语动词体现句子纯命题意义内在的时间特征,隐含时间语义特征。连动关系是表示客观世界中发生的各桩行为间的时序关系,其句法层面发生变化与否与动词的时间属性的强弱成对应关系,从而证明了动词时间属性的语言学价值。     

藏语动词短语结构类型统计研究

文章以藏语动词短语的结构类型、语法规则、语义分析等内容为主,建立了一个以结构和句法特征为主,兼顾语法和语义信息的藏语动词短语信息库,运用语料分析软件对提取的9962个藏语动词短语进行了计量分析,通过分类、比较、分析,得到了一个较为完整的短语结构功能分类体系.     

基于义原关系的多策略汉语词义消歧方法

词义消歧是自然语言处理领域的重点和难点问题.提出了一种基于知网中义原关系的多策略词义消歧方法.该方法利用知网中义原同最基本和最重要的部件-整体和属性-宿主关系进行词义消歧,并辅以基于值一属性关系、中文信息结构和语义相关度的消歧方法.在SENSEVAL-3汉语词义消歧任务测试文本上的实验表明,该方法与官方结果相比,具有较好的计算性能.     

SHOULD与MUST的推测性语义研究

should与must是英语中两个都可用来表达可能性和推测性语义的情态助动词.但二者在语义和语用上是有差异的.探讨二者的不同,总结、归纳出一套简短而实用的规则,可以帮助非母语使用者迅速作出正确的选择.     

基于知识图谱的问答系统中属性映射方法研究

在基于知识图谱的智能问答系统中,属性映射模块结果的错误传播会导致最终无法得到正确答案,对此提出了一种基于多注意力多维文本的属性映射方法。首先通过拆分问题文本及结合属性信息得到多维文本表示;其次使用长短期记忆网络(long-short-term memory, LSTM)层生成各自的隐层表示;然后输入多注意力机制层后使问句和属性之间的关系及语义信息更加完善,利用属性之间的交互信息及多种角度来加强问句语义信息的理解;最后通过卷积神经网络(convolutional neural networks, CNN)提取局部特征并且采用softmax分类器实现属性映射。试验结果表明,在自然语言处理与中文计算会议(NLPCC 2018)中知识库问答(KBQA)任务所提供的开源数据集上,本方法相比主流属性映射模型其性能有显著提升,准确率最高提升6.62%。本模型可以补足单一文本表示与注意力机制的短板,有效解决属性映射模块中语义歧义的问题,这有助于后续提高智能问答系统的整体性能。     

基于依存语法及本体技术的问句分析

与传统的基于框架的问句分析方法不同,本文结合汉语语法对问句的依存关系进行分析,提取问句的语义及问句各成分间的限制关系,得到主要针对领域本体知识库的问句理解结果。本文把问句分析细化为如下几个过程:命名实体识别、问句分类、问句预处理(包括:分词、词性标注以及句子解析)、问句焦点提取和问句成分间的语义关系及限制提取。最后通过实验验证算法的有效性。     

基于卷积神经网络与Transformer的电能质量扰动分类方法

复杂电能质量扰动的智能分类对于智能电网发展具有重要意义。扰动特征的提取与定位、模式识别与分类是电能质量扰动分类方法研究的难点。本文采用深度学习算法,将具有关注全局信息的Transformer与善于提取局部特征的卷积神经网络相融合,提出了一种基于卷积神经网络与Transformer的电能质量扰动分类方法,即CTranCBA。这种双深度学习模型分类方法主要是通过一维卷积神经网络提取电能质量扰动信号特征,利用Transformer自注意力机制引导模型关注序列中不同位置间的依赖关系,实现对扰动信号局部特征与全局特征的互补,克服了因感受野的限制而带来的识别不清、分类不准等问题。本文使用了23种不同电能质量扰动信号,将CTranCBA与Deep-CNN、CNN-LSTM、CNN-CBAM方法进行比较,结果表明该方法在分类准确率和抗噪性方面表现优异,可为电能质量扰动智能分类提供一种新的方法。     

Be going to结构动词范畴之界说

本文对be going to结构在句法功能、语义特征以及词法等层面上与助动词,进而与情态动词作了较为全面的比较与分析,并且,从语言学的一定角度论证了这一结构的情态动词的性质,从而界定了它的情态动词这一全新的语法范畴.     

藏语动词分布统计技术研究

藏语自然语言处理研究藏语词法分析、句法分析、语义分析及语用分析,对藏语机器理解以及机器翻译提供理论基础.在构成藏语句子的各类成分中,语动词占有非常重要的地位,对藏语句法分析起决定性作用.文章对藏语动词从所含音节个数和语法特征两方面进行了分类,给出了藏语动词分布统计模型和统计算法,在含101669条词的藏语语料中分类统计了藏语动词分布,描述了藏语动词的分布特征.     

基于转换的无指导词义标注方法

词义标注是自然语言处理的难题之一。该文提出用于文本词义标注的转换规则自动获取算法及相应的词义排歧算法。该算法用可能的句法关系对语境进行限制,减少了训练数据中的噪音; 为提高学习算法的速度,提出利用预排序方法减少规则搜索次数,以及只调整变化部分数据的计算方法; 并给了改善召回率的词义排歧算法。在近５ 万词的语料库上对本算法进行了实验,开放测试的词义排歧正确率为７４３％ 。