语法事件与语义事件——面向人工智能的语言研究

本文是智能语言学的语法事件和语义事件研究。语法事件是关涉语言生成的事件,语义事件是关乎自然语言意义理解的事件,语法事件讨论谓语动词的事件索引类型、语法功能以及不同索引类谓词的类意义赋值,语义事件讨论其不同哲学空间的表现,不同语法单位的事件语义理解和结构化,并同时观照语言事件研究中溢现的人类智能表现。

传感器网络中语义事件区域查询处理

传感器网络可以看成是一个资源受限的无线分布式数据库系统,如何设计低功耗高可靠的数据处理方法,从分布式的感知数据中获取用户感兴趣的信息是一个挑战性工作.现有的事件(区域)检测方法大都基于原始的感知数据,处理大规模的原始感知数据的通信和时间开销很大,然而这些原始数据由于本身的不精确性和不确定性,难以保证得到精确的处理结果.大多数情况,用户并不关心这些原始感知数据或者网内过滤?融合时的数据形态,而是想得到类似自然语言的"有多严重?"、"可信吗?"等语义事件信息.此外,现有的事件区域检测方法主要是利用邻居协作来提高检测的准确性,而邻居协作需要大规模的网内数据交换,非常耗时耗能.鉴于上述问题,提出一种新的基于模糊方法的语义事件区域查询处理方法,语义事件信息代替原始的感知数据用于网内过滤和融合,并设计了基于模糊方法的分布式语义事件信息表示、过滤和融合算法.基于真实数据集的仿真实验表明了该方法在兼顾节能和可靠性方面有良好的表现.

多线索多层次的视频语义事件检测模型

视频语义事件检测分析技术是近年来研究的热点问题。本文综合考虑视频语义事件多线索的特点以及事件之间的层次关系,在前人研究成果的基础上,基于动态贝叶斯网络提出了多线索多层次视频语义事件检测模型,该模型具有较高的查全率和查准率,较强的鲁棒性,是一种很有前景的视频语义分析模型。

供应链环境中RFID语义事件模型

RFID技术是利用射频通信实现的非接触式自动识别技术,为对供应链环境中物品进行自动跟踪和监控提供了可能。本文在分析现有RFID事件模型特点及不足基础上,首先分析供应链环境下的RFID事件分类。然后,利用RDF模型的较强语义表达能力,采用XML语言及RDF图对事件进行描述,为供应链中的产品追溯提供了有效支持。

基于实例分布约束的事件语义自动划分

针对离散分布于新闻文本集合中的事件语义难以聚合的问题,提出了基于实例分布约束的事件语义自动划分算法。首先,利用远程监督方法,构建用于事件语义划分的训练数据集;其次,设计基于实例分布约束的事件语义分类器,用于判断新的事件触发词的加入是否影响事件语义的聚合;最后,在该分类器的基础上设计事件语义集合生成算法,在不需要预先设定事件类型的情况下,将分布离散的事件触发词自动地划分到不同的事件语义集合中。结果表明本方法可有效实现事件语义的自动划分,为事件语义的高质量聚合提供了一种新的探索。

面向事件常识知识获取的事件分类研究

在计算机科学和语言学中,针对动词语义层面上的分类问题,研究者们提出了不同的分类方法,但这些分类方法无一例外地都存在着分类不全面等分类学中经常遇到的问题。一个动词表示一个事件,该文以获取事件相关的常识知识为出发点,以动词性语素为分类依据对常见的现代汉语动词进行语义分类,此分类方法分类标准清晰、不丢失语义信息,并且可实现自动分类,该文重点以“自移”类动词为例来介绍我们的分类方法。此外,该文用描述逻辑对动词性语素及语素之间的分类关系进行形式化表示,动词性语素的形式化表示是动词形式化表示的基础。根据该事件语义分类结构,可以有效地进行事件属性常识知识和事件关系常识知识的获取。

事件–状态语义学:一个关于英语时体时态句的形式语义

英语中与时间相关的表达不仅有时态,还有时体,二者是英语时间表达的两个维度,共同形成了多种时体时态句。时态逻辑、区间语义学、RK理论给出了部分时态句的形式语义解释。如何理解时体维度,给出时体时态句的全面解释,是自然语言的形式语义研究的待解之题。对此事件–状态语义学放弃了时态逻辑的绝对时间框架,构建了以事件和状态为基本要素的相对时间框架。在此框架下,部分时体时态句得到了形式刻画。这一结果显示了事件–状态语义学对于英语时体时态句理解的合理性和处理潜力。其他部分的形式语义刻画将在现有工作的基础上通过进一步增加新的要素加以解决。

结构化P2P网络上语义发布/订阅事件路由算法

为解决结构化P2P网络上语义发布/订阅系统上基于内容的高性能语义事件路由问题,提出一种基于集结点的语义事件路由算法(rendezvous-based semantic event routing,RSER),该算法根据订阅和事件的域标识、属性个数以及属性名映射订阅和事件到集结点,在支持语义路由的同时,避免了分布式哈希表(distributed hash table,DHT)映射精确性与语义数据模型复杂性之间的矛盾;通过属性个数限制事件发布目的地,减少事件发布流量;采用P2P的内在路由机制和聚合优化措施分发事件,充分利用P2P网络容错性的同时,降低事件路由流量.实验结果表明,在大规模的发布/订阅下,RSER算法在性能上优于基于逆向路径转发的路由算法,并在路由效率、网络资源消耗、订阅维护效率和扩展性等方面取得了良好的平衡效果.

汉英状态句时间指称的事件语义学分析

话题时间是汉英状态句必不可少的成分,是两种语言中状态句时间指称的决定因素。在事件语义学框架下研究发现,汉英语这两种典型的时制语言和无时制语言的时间指称可以得到统一性分析。汉英话题时间都是对事件变量的时间属性的陈述,从而使得状态句获得时间指称;英语中的时制则只是对事件的时间属性的预设,不是句子获得时间指称的根本原因。

基于事件结构的叙事性阅读文本智能分级评测探索

叙事性阅读文本筛选对于阅读学习的有效开展有着重要作用。在事件-状态语义模型的基础上,文章从篇章层面出发,对于叙事性文本的事件结构进行了本体和应用的研究,包括定义事件结构,并归纳其特点和类型,形式化描写事件结构,以部编版语文教材中叙事型文本作样本,抽取叙事文本常用事件结构特征,以1047篇叙事性文本作为文本库,分析叙事性文本、事件结构和事件层级等特征,发掘叙事型文本相关特征在阅读活动开展过程中的分布规律,探讨其对叙事性文本分级的影响。

基于事件语义的时态GIS模型

针对GPS中历史数据的处理 ,提出了基于事件语义的时态地理信息系统模型 ;

基于语义的中文事件触发词抽取联合模型

中文事件触发词抽取是一项具有挑战性的任务.针对中文事件触发词抽取中存在的事件论元语义信息难以获取以及部分贫信息事件实例难以抽取的问题,提出了基于语义的中文事件触发词抽取联合学习模型.首先,根据中文句子结构灵活和句法成分多省略的特点,提出了基于模式匹配的核心论元和辅助论元抽取方法,这两类论元可以较好地表示论元语义,进一步提高中文事件触发词抽取性能;其次,根据同一文档中关联事件实例间存在的高度一致性,构造了一个关联事件语义驱动的中文事件触发词识别和类型分配二维联合模型,用于抽取贫信息事件实例.在ACE 2005中文语料上的实验结果表明:与现有最好的中文事件抽取系统相比,所提出方法的性能得到了明显提升.

基于句法语义依存分析的中文金融事件抽取

事件抽取在自然语言处理应用中扮演着重要的角色,如股票市场趋势预测.传统事件抽取较为关注触发词和论元所属类型的正确性,较少地结合应用需求去分析研究事件抽取效果及使用价值.在财经领域,事件作用对象及动作是关注的重点.因此,本文聚焦于金融事件,抽取三元组事件ET(Sub,Pred,Obj).在中文财经新闻中,存在大量事件嵌套和成分共享等现象,致使易出现事件漏抽和事件成分缺失的情况.为了解决这些问题,本文建立一个句法和语义依存分析相结合的中文事件抽取框架,归纳了4种常见缺省结构,并设计相应的补全规则.首先,基于句法依存树,分析动词词法和句法结构,建立核心动词链,使得每个核心动词对应一个事件,解决事件漏抽问题.然后,在句法依存树的基础上添加语义依存关系,建立事件间语义关联,得到句法语义依存分析(Syntactic Semantic Dependency Parsing,SSDP)树.第三,调整SSDP树,优化句法结构,形成SSDP图,使得同等句法结构的词结点处于相同层级,为后续事件抽取提供途径.第四,归纳4种常见缺省结构,设计相应补全规则,解决事件成分缺失问题.最后,在中文财经新闻标题和CoNLL2009中文语料上进行详细的实验测试,实验结果表明该方法是有效的.

典型通用事件语义模型比较分析研究

[目的/意义]事件语义模型是描述和组织事件内容的语义框架。对事件语义模型进行总结和剖析,可为相关研究提供参考。[方法/过程]文章梳理总结了7个典型通用事件语义模型(Event、SEM、LODE、ABC、LODE、EBSTDM和刘宗田等提出的事件语义模型),并从其特点和应用领域等方面进行详细比较分析。[结果/结论]展望了事件语义模型的发展趋势,包括开发新的语义表示维度和建模视角;事件语义模型的横向连续性和纵向层次化相结合的研究;事件语义模型动态特征的语义组织研究。

基于事件语义的地籍管理信息系统时空建模

在分析地籍管理信息系统对时空信息需求的基础上,引入事件语义描述,提出了基于事件语义的地籍管理信息系统时空模型,该模型通过描述事件的五个方面<对象、时间、空间、事件、属性(专题)>,记录宗地变更过程,建立时空模型,并根据地籍管理对时空数据的需求,分别从时间点、时间段角度对历史信息进行查询和回溯,验证了模型的有效性。

基于事件语义特征的中文文本蕴含识别

为了强化文本蕴含系统深层语义分析与推理能力,该文提出了基于事件语义特征的中文文本蕴含识别方法。该方法基于事件标注语料生成事件图,将文本间的蕴含关系转化为事件图间的蕴含关系;利用最大公共子图的事件图相似度算法计算事件语义特征,与统计特征、词汇语义特征和句法特征一起使用支持向量机进行分类,得到初步实验结果,再经过基于事件语义规则集合的修正处理得到最后的识别结果。实验结果表明基于事件语义特征的中文文本蕴含识别方法可以更有效地对中文文本蕴含关系进行识别。

基于事件项语义图聚类的多文档摘要方法

基于事件的抽取式摘要方法一般首先抽取那些描述重要事件的句子,然后把它们重组并生成摘要。该文将事件定义为事件项以及与其关联的命名实体,并聚焦从外部语义资源获取的事件项语义关系。首先基于事件项语义关系创建事件项语义关系图并使用改进的DBSCAN算法对事件项进行聚类,接着为每类选择一个代表事件项或者选择一类事件项来表示文档集的主题,最后从文档抽取那些包含代表项并且最重要的句子生成摘要。该文的实验结果证明在多文档自动摘要中考虑事件项语义关系是必要的和可行的。

基于事件语义学的汉语双宾语句分析

基于事件语义学理论框架下进行分析,汉语双宾语句具有三个语义特征:第一,动词具有有界性;第二,动作有两个受影响者;第三,能够量化为两个事件。这三个特征也是汉语双宾语句成立的语义前提。

试论事件语义学的研究方法

本文着重介绍和分析如何应用形式描写来开展事件语义学研究的方法。这一研究路子主要经历了从戴维森分析法到新戴维森分析法的发展。本文对这两个阶段的研究特点进行了分析，其中着重讨论了新戴维森分析法的改进之处。本文的最后部分应用新戴维森分析法对部分汉语歧义句式进行语义分析，旨在说明利用这一分析法对所分析句式的语义进行描写相对于以往有可能做到更加规范和精确。

事件语义学理论与汉英句式的语义表征——从“王冕死了父亲”说起

本文以"王冕死了父亲"、"张三追累了李四"、Pat sprayed the statue with paint等涉及"事件"的汉英特殊动宾结构和歧义结构为研究对象,运用Parsons新戴维森理论的思路方法,采用逻辑形式的方法表征不同句式的语义结构,为研究这类句式提供一种新的视角。研究的意义在于,运用事件语义学理论对事件的分解观,可以较好地展现句子成分之间的逻辑关系、不同动词的意义差别、不同句式的语义特征及句式之间的区别和关联。