常识推理在机器翻译词义排歧中的应用

本文针对词义排歧提出了一种利用语言常识进行逻辑推理以筛选出合理词义的形式化标准和方法,将人们在翻译过程中排歧时所进行的逻辑推理归结为一种机械的集合运算,使之易于机器操作.并在此基础上,提出一种利用义项多元组引入词义的语境相关限制信息、以改进现有电子词典使其更加有利于排歧的方案,从方向上指明了这种词典知识获取的途径.     

基于语境计算模型的汉语词义消歧

提出利用相对词频(Relative Word Frequency,RWF)来评估词语之间搭配强度。基于相对词频,提出语境计算模型,用于对汉语文本词义进行消歧。选择3个常用多义词进行试验,结果验证了该方法的有效性。     

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。     

基于维基百科的实体排歧系统设计与实现

实体排歧一直是信息抽取任务中的难点问题.传统的方法常常借助语言知识库来进行排歧,如WordNet等.但是这类方法存在着一个问题,就是很难对人名以及最新的词汇进行排歧.因此,本文利用当前流行的维基百科知识库中的排歧页对同名实体进行排歧处理,提出基于维基百科的实体排歧方法.实验显示该方法能够有效的对人名进行排歧处理并且效果显著.     

机器翻译的一些消歧方法研究

在机器翻译涉及的技术很多．其中,语言消歧就被列为机器翻译最为急迫解决的问题之一．本文的的工作首先对语言歧义的问题进行分析。然后论述一些具体消歧方法．     

最大熵方法中特征选择算法的改进与纠错排歧

对应用最大熵原理建立语言模型的特征选取方法作了改进.用特征模板从训练样本中获得候选特征集,应用频次与平均互信息相结合的方法从候选特征集中选取特征.在选择有效特征时,对候选特征集中出现频次大于某一限值的特征或平均互信息很大的特征直接加入有效特征集,且不是每选一个特征都调用参数的求解过程,从而加快了特征选择的速度.将改进的算法应用于文本纠错建议的排歧,实验证明,所改进的特征选择算法有效.     

MIS智能接口中统计排歧方法的研究与应用

MIS智能接口利用自然语言表达查询意图并给出查询结果,可方便人机交互,提高系统的实用性．从MIS智能接口的角度剖析了受限自然语言查询语句的组成,探讨了统计排歧方法在MIS智能接口中的应用．最后,给出了一个基于受限汉语的分词系统实例,实验表明它具有较高的消歧正确率．     

汉英机器翻译系统中统计消歧的多步策略

汉语的歧义分布在语言的不同层面上,从词形变化到句子结构都存在歧义.针对汉英机器翻译不同阶段遇到的歧义问题,采用了隐马尔柯夫模型和贝叶斯分类法来进行排歧.实验表明:基于统计的多步消歧策略在汉英机器翻译系统中具有较高的排歧准确率.     

汉语语句歧解的语义所指分类

作为人类交际的重要工具之一的语言,其在使用过程中如果运用不当或表达得不够准确,就难免会出现一些误差。有些时候说话人与听话人对同一句话的理解会产生不同的意思,这里就从语义所指的角度对汉语语句歧解进行一个简单分析,以此来帮助我们进一步正确使用语言,并在语言交流中对语意内涵有一个明确的认识。     

融合词义消歧的汉语句法分析方法研究

将句法分析与词义消歧相结合, 根据层次化语义知识的句法分析框架, 在句法分析训练过程中, 利用句法结构信息对文法模型进行调整, 解决了引入语义时所面的歧义问题, 构建一种句法分析和词义消歧的 一体化方法。实验表明, 在句法分析过程中进行词义消歧处理, 使句法分析的性能显著提升, 同时也获得词 将句法分析与词义消歧相结合, 根据层次化语义知识的句法分析框架, 在句法分析训练过程中, 利用句法结构信息对文法模型进行调整, 解决了引入语义时所面对的歧义问题, 构建一种句法分析和词义消歧的一体化方法。实验表明, 在句法分析过程中进行词义消歧处理, 使句法分析的性能显著提升, 同时也获得词义消歧能将句法分析与词义消歧相结合, 根据层次化语义知识的句法分析框架, 在句法分析训练过程中, 利用句法结构信息对文法模型进行调整, 解决了引入语义时所面对的歧义问题, 构建一种句法分析和词义消歧的一体化方法。实验表明, 在句法分析过程中进行词义消歧处理, 使句法分析的性能显著提升, 同时也获得词义消歧能力。     

基于领域知识和词向量的词义消歧方法

利用无标注文本构建词向量模型,结合特定领域的关键词信息,提出一种词义消歧方法。以环境领域的待消歧文本作为评测语料,通过与Lesk等其他消歧方法进行比较,证明了所提方法的有效性。通过引入不同的领域知识,证明该方法亦可在其他领域的文本消歧任务中加以应用。     

多义词词义搭配知识库与词义标注

“多义词词义搭配知识库与词义标注”是国家社科基金课题“基于国家语委‘通用语料库’的汉语义频词库的开发”的研究成果.研究过程中对最初设计的目标定位、处理的词语数量、语料规模都作了较大调整,表现为由义频研究转至义频获得,由部分多义词转至现代汉语的整体双音高频多义词,由2000万字的核心语料库转至2.5亿字的通用语料库.研究成果由7个资源库与3个软件处理平台构成,从而达到词义自动标注的目的.     

CiLin Expansion and Its Application to Word Sense Disambiguation

40000 new entries are added to CiLin in knowledge engineering. Statistics are presented about the sense ambiguity of Chinese words in CiLin. An automatic solution is proposed for the problem of Chinese sense disambiguation, which utilizes the heuristics of part-of-speech tagging and Naive Bayesy classification based on a partially disambiguated corpus.     

回译对顺译词义选择的作用之考辨

通过阐述回译及回译对顺义词义选择的作用,说明回译是具有定向性的特殊翻译活动,这种特殊性决定了理想和终极的回译文应与顺译的原语文本绝对对等,这与顺译要求动态对等具有目标的契合性,并以此为出发点,从哲学、语言和文化三个层面阐述回译对顺译词义选择的作用。     

认知语境与语篇理解——谈英译汉词义的准确表达

在英译汉中所造成的失误往往是由于词义的选择错误所致。本文从认知语境对语篇理解的作用来探讨,认为认知语境为译者确定词义提供了依据。     

语义取象对词义组合与发展的影响

词的所指对象依照认知经验会在人的心目中形成一定的心理意象,可以称之为语义取象。通过对嘴、口、脸、面的词义分析发现:受深层认知因素的制约,两个词即使词汇意义大致相当,但它们在人们认知体系中有不同的意象和各自突显的特征,这深刻影响着词的组合和词义的发展,对词义系统的自我调控与平衡是极有利的。聚焦于词的语义取象,能够获得词义分析的新视角,能够为词义的组合和发展趋势提供解释,也为同义词的辨析提供新思路。     

论科技文献英译汉时的原文词选择问题

主要讨论了科技文献英译汉时 ,可以根据词类、专业、上下文、名词单复数和固定搭配来选择词义。     

《说文解字》增字足义释义方法研究

文章对《说文解字》增字足义的释义方法进行研究,总结其类别、特点等,发现增字训释的价值与规律,由此可以更全面理解此种释义方法。     

英译汉中的词义探讨

英语词义的复杂性有着多方面、多层次的表现。要在英译汉过程中正确地理解词义,就必须借助于词典,通过认真分析上下文,并仔细揣摩用词者的感情、态度和意图等因素,达到对原文的准确把握,再以贴切、自然、功能对等的译语表达出来,从而得到好的译文。