融合C4.5与SVM算法的汉语句义类型识别方法

选择50个词法和句法特征,进行了大量特征筛选实验,并基于筛选后的特征组合提出了一种融合C4.5和SVM的句义类型识别方法.该方法充分利用C4.5对多重句义的高精度识别和SVM对简单句义、复杂句义的高精度识别的特点,将C4.5与SVM分别识别的结果进行融合处理.给出最终的句义类型识别结果.识别结果表明,在BFS-CTC汉语标注语料库中,选取了4 500个句子,经十折交叉验证,句义类型的识别准确率达到92.1%.     

BFS-CTC汉语句义结构标注语料库构建方法

根据现代汉语语义学,构建了一种层次化的句义结构模型.基于该模型构建了汉语句义结构标注语料库(Beijing forest studio-Chinese tagged corpus,BFS-CTC).利用自行开发的标注和管理工具,对模型中各个句义成分及其组合关系进行快速标注,降低培训工作量和标注成本.BFS-CTC涵盖了6种句式类型,约1万句,提供了符合现有规范的词法和句法标注信息与自定义规范的句义结构标注信息,便于词法、句法和句义的对照分析研究,以及语料的综合使用和横向分析.此外,BFS-CTC还具有较强的可扩展性,可在核心标注库基础上扩展生成其它扩展库和标注资源.     

融合句义特征的多文档自动摘要算法研究

多文档自动摘要研究是自然语言处理领域的关键问题之一,为使抽取的摘要更能体现多文档主题,本文在子主题划分的基础上,提出了一种融合句义特征的句子优化选择方法.该方法基于句义结构模型,提取句义结构中的话题、谓词等特征,并融合统计特征构造特征向量计算句子权重,最后采用综合加权选取法和最大边缘相关相结合的方法抽取摘要.选取不同主题的文本集进行实验和评价,在摘要压缩比为15%情况下,系统摘要平均准确率达到66.7%,平均召回率达到65.5%.实验结果表明句义特征的引入可以有效提升多文档摘要的效果.      

结构语义学理论及其指导意义

结构语义学研究含蓄的语义关系。含蓄的语义关系表现在以下三个方面：上下义关系、反义关系和相对关系。研究上下义关系可以帮助学生措词准确、生动，同时扩大其词汇量；研究反义关系可以用于解释一些生僻用词；研究相对关系可以加深学生对词语的理解并加以灵活运用。     

汉语句类依存树库的构建研究

以机器翻译领域为应用目标, 以概念层次网络理论的语义网络和句类分析方法为理论基础, 探讨句类依存树库构建的理论和标注实践等问题。详细描述了构建树库所需的概念类别标注集和句类关系标注集, 并给出了句类依存树样例。     

基于句类模型的人机对话系统语句库设计

针对目前人机对话系统智能性较低、语句库领域受限的现状,设计了面向日常生活常用话题的机器人回复语句库,用于日常生活聊天.语句库以汉语句子类型中的句类为模型,构建了涵盖日常生活常用的28个话题范围的900句语句库.通过关键词语的替换可以扩展出更多的语句,从而用于更广泛领域的人机对话交流,增加了语句库的完善性,尽量避免了出现答非所问的情形.同时该构建方法降低了人工构建语句库的工作量,而且由于语句库较小,确保了系统实现的实时性.人机交互对比实验表明:该语句库实现了使用较少的语句就基本可以进行日常话题的对话,满意度高于对比网络聊天机器人小i,使得人机交互更加友好.     

抽象位移义“V＋到”结构的配价分析

运用配价语法理论,结合语义特征分析方法,对抽象位移义“V＋到”结构进行了多角度的分析,从而把抽象位移义“V＋到”结构分为二价和三价两类。“到”字在其中始终保留二价,所以认为它是一个有所虚化的动词。     

一个汉语句子语义相似度计算模型

针对在文本分类和信息检索中,由于句子之间的同义、近义引起的信息冗余、计算复杂等问题,给出句子语义相似度计算模型.从词和词组语义相似出发,对句子进行语法分析,结果表明,句子的语法与语义是不可分割的,不能完全孤立语法去研究语义,要综合考虑.     

几种图像结构模型的分析

采用一维信号的进化模型,建立图像广义空间的进化模型,得出了各种参数与图象物理参量的关系,据此建立了图像结构信息模型,指出H(Tran)是图像结构熵,图像应向结构熵最大的方向进化．同时,建立了层次结构模型,指出各个终节点构成语义字符串,并定义了图像语义码,这个码所含的信息量及熵称为语义信息及语义熵．     

韩国语连动句的语义类型及其在汉语中的对应

本论文在韩国语连动句语义的基础之上,对韩国语连动句进行了语义分类,然后和汉语中的连动句进行对比分析,找出韩国语连动句的语义类型和汉语中相对应的部分。此论文对于习得韩汉两种语言的学习者在连动句方面有一定的帮助。     

汉语计算语义理论及其原则

介绍了一些汉语计算语义理论相关的知识和研究成果,谈到了目前面临的问题,最后提出了汉语计算语义理论研究的目标、原则与思路,以作为解决问题的对策.     

基于语义的汉语文献主题词提取算法研究

为了适应信息时代的迅速发展,提高从汉语文献中自动提取主题词的准确率,给出一种基于语义理解的汉语文献主题词自动提取算法模型.该模型以中文文本为处理对象,结合领域背景,构建概念语义网络作为分词词典和知识库,用概念之间的联系和匹配取代传统的字面匹配,克服了仅局限于表面形式的缺陷;把自然语言处理从目前基于关键词层面提高到基于知识的层面,从而在概念层次上理解文献主题,突破了传统的关键词匹配的局限,在一定程度上解决了词汇差异问题.该方法能对自然语言进行某种程度的语义理解,利用领域知识来实现主题词的规范标引.实验表明,采用本方法对测试文档进行主题词提取的准确率可达到71.03%,与传统方法相比提高了近1.87倍.     

基于知网的语义相关度计算

为解决句法分析中的结构性歧义,引入了语义相关度计算.基于语义相似度计算及知网的语义信息,提出了语义相关度计算方法;利用知网的义原纵向与横向关系及实例信息计算不同词性的相关度.在计算义原距离时,考虑了义原之间的解释关系,对义原的距离进行修正.根据相似度的对称性,计算实例的影响因素提高了相关度的准确率.实验结果表明,使用该计算方法得出的语义相关度结果更加合理.     

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。     

开放语义网络

开放语义网络是对格语义网络和概念语义网络扩充，它是针对现实世界的开放属于 而提出的一种语义网络模型，本文对其实现机制进行了探讨，通过赋予网络中节点以主动协商能力，让其适应语境，同时指出自然语言知识表示系统中，应将一个语言成分看作是向外辐射的，而不仅仅是内凝的。     

面向中文信息处理的语义研究概况

对于汉语这种缺乏严格意义上的形态变化的语言来说,要让计算机自动理解并生成汉语,语义知识的研究就显得至关重要。文章主要介绍了国内面向中文信息处理的语义研究概况,旨在为相关工作人员提供参考资料,奠定研究基础。