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.     

一种字母词语自动标注算法

自动分词是中文信息处理的基础,而未登录词识别是影响分词系统准确率的最主要的因素.字母词语作为中文信息处理中的一类未登录词语,现有的分词软件仍不能有效识别.为此设计了一个规则 统计的自动标注算法,该算法首先对原文本进行扫描,依据字母串正则表达式取得合法的字母串;再以字母串为锚点,往两边扫描,依次调用前后界规则、汉字组成成分规则、例外校正规则,结合搭配概率矩阵对字母词语进行识别和标注.实验结果表明:该算法的召回率为100%,准确率约为92%.该算法不仅对中文自动分词有益,而且所开发的软件可用于建设字母词语知识库和对字母词语语言现象的考察研究.     

神经网络与规则相结合的词类标注方法

词类标注是自然语言理解中的的一个关键问题，是句法分析和语义分析的基础．本文分析了汉语的多类词现象．提出了在基于神经网络的词类标注方法的基础上，根据汉语的语法结构增加了规则的排歧处理阶段，增加了上下文词类信息的处理能力．实验表明：在原有神经网络方法的基础上，利用规则的方法进行修正，可以提高词性标注的正确率．     

基于大规模自动标注语料的AMR-to-Text生成性能研究

抽象语义表示（Abstract Meaning Representation,AMR）到文本生成（简称AMR-to-Text生成）,可将给定的AMR图生成与其意义相同的文本。由于AMR-to-Text生成可使用的标准数据集规模较小,因此该任务生成文本的性能受模型影响较大。针对此问题,文章基于大规模自动标注语料来比较先进模型和基准模型生成文本的性能,探索了先进模型在使用大规模自动标注语料的基础上,是否还能够保持其显著的性能优势。使用了（Sequenceto-Sequence,Seq2Seq）的Transformer模型和当前AMR-to-Text生成性能最优的图到序列模型,通过不同方案比较模型生成文本的性能。实验结果表明,在大规模自动标注语料的基础上,AMR-to-Text生成任务的先进模型与基准模型生成文本的性能没有显著差异,先进模型的性能优势不明显。     

基于隐Markov模型的汉语词类自动标注的实验研究

汉语词类自动标注技术在中文信息处理现实应用中占据着十分重要的位置。论文在经过人工分词和词类标注的大规模汉语语料库的支持下 ,通过一系列对比实验 ,对基于隐 Markov模型的汉语词类自动标注算法进行了系统的考察 ,并得出结论 :1Bigram模型的“性能价格比”较 Tri-gram模型更令人满意 ;2以 7万词次左右的标注语料库训练 Bigram模型即已基本够用 (此时 ,兼类词词类标注正确率及文本词类标注正确率分别可达 93%和 97%以上 ) ;3Bi-gram模型对不同领域具有一定的适应性。这些结论对设计实用型汉语词类自动标注系统具有指导意义。     

基于网络的语料库在高频动词搭配教学中的应用

英语的主要特征是高频动词及其搭配的广泛使用，但英语学习者对此非常难以掌握。近几年来，随着科学技术的发展和网络的普及，语料库及以语料库为依托的语言研究正在成为语言教学与研究的重中之重。因此，如何利用语料库帮助外语学习者学习和使用高频动词搭配具有非常重要的意叉。     

基于Vague融合的自动图像标注方法

提出了一种基于Vague融合的自动图像标注方法,通过有效区域匹配方式,利用近邻语义信息来平衡正负样本数目,并且首次利用Vague集的真假隶属度融合图像的区域信息,从而获得更准确的标注结果.实验结果表明,该标注方法是可行的,同时,与传统的标注方法相比,标注结果得到了明显的提高.     

动词搭配结构的多样性与英语口语流利性的教学

通过对动词搭配的结构多样性与口语流利性关系的分析,可以发现口语流利性好的学生在使用动词时搭配结构更加丰富多样。因而,教师应该重视提高学生使用动词搭配的意识,使搭配多样化,进而提高学生口语的流利性。     

自学习结合部分句法分析的汉语词性标注

针对词性标中单独使用概率方法或规则方法的缺陷,将概率方法和规则方法有机结结合起来,并引入了部分句法分析除分歧义和标注歧义,利用机器学习得到的规则对输出结果进行修正,实现了一个自学习结合部分句法分析的汉语词性标注系统。     

基于隐Markov模型汉语词性自动标注的若干分析与改进

提出一种算法,用来高效地完成训练语料的大量工作,并解决好训练语料的扩充问题,然后基于Viterbi算法提出一些改进之策,结合训练语料工作完成后的结果在二元模型基础上,采用不同规模的训练语料对同一规模的测试语料进行测试、比较与分析,并提出模型的改进方向。     

用美国当代语料库检索分析以动词为中心词的词语搭配错误与克服途径

采用美国当代英语语料库(COCA)为分析工具,以凯里学院140名非英语专业学生的280篇习作为学习者语料库,检索、研究了汉语背景下的非英语专业英语学习者以动词为中心词的词语搭配(Verb+noun)运用状况,并针对普遍存在的错误现象,提出了在学习和运用过程中注意克服和避免的途径。     

变率配点法中配点位置探讨

本文提出了一种选取变率配点的方法,以避免考虑残值方程的波动情况。同时对配点个数在一定条件下所受限制给出了证明,并举例说明了该方法的应用,效果良好。     

变率配线法

本文利用在低阶微分空间中求近似解的概念，提出了使残值的导数在一条线上均为零的配置方法——变率配线法     

英语搭配微探

运用语义学的理论分析了中国学生在学习英语时常犯的一些英语方面的搭配错误；概述了常见的八种语法搭配和七种词汇搭配；阐述了学习英语搭配对词汇教学的启示。     

变厚度扁壳大挠度问题的直接配点解法

本文首次采用直接配点法求解扁壳几何非线性平衡问题。计算实例表明，该法较过去惯用的最小二乘配点法具有计算量小，切线刚阵性态好等重大优点，所得的计算成果未见有文献报导。     

热传导型半导体瞬态问题配置方法的H1模估计

热传导型半导体瞬态问题的数学模型是一类非线性偏微分方程的初边值问题。电子位热方程是椭圆型的，电子、空穴浓度方程及热传导方程是抛物型的。本文给出求解的配置方法，并得到最优H^1模误差估计。     

二维Volterra积分方程Chebyshev谱配置解法及误差分析

利用乘积型Chebyshev多项式的Gauss、Gauss-Radau、Gauss-Lobatto点作为配置点,给出了二维Volterra积分方程的谱配置求解方法,同时给出了误差分析的结果.     

四阶常微分方程的Birkhoff配点法

提出求解四阶常微分方程的Birkhoff配点法.通过构造满足边界条件的Birkhoff插值基函数,得到具有稳定条件数的代数方程组.在数值算例中,通过与一类Legendre 配点法的数值结果进行比较.结果表明:Birkhoff配点法的有效性和高精度.     

英汉词汇搭配现象的异同比较

语言中能够独立运用的最小表义单位是词,因为词是“语言的最小的独立运用的意义单位”。对词汇搭配的研究是研究词的一个基本的重要内容,汉语和英语两种语言搭配有各自的特点,同时,二者也有共同之处。通过研究汉英词汇搭配中的某些现象,比较二者的相似与不同之处,旨在揭示英汉两种语言在语法规律以及语义范围等方面的特殊规律,对英语教学和翻译研究有一定的指导意义。     

网站设计中的色彩搭配

介绍了色彩在网站页面上的应用,并阐述了网站设计中色彩的构成和搭配、形成内容与形式的和谐与统一。