自然语言句子抽象语义表示AMR研究综述

句子的语义处理是自然语言处理的重要难题与挑战。抽象语义表示(Abstract meaning representation,AMR)是近几年国际上新兴的句子级语义表示方法,突破了传统的句法树结构的限制,将一个句子语义抽象为一个单根有向无环图,很好地解决了论元共享问题,成为语言资源建设和句子语义解析的研究热点。本文从AMR概念与规范、解析算法和应用等方面对AMR相关研究进行系统的梳理,特别对AMR的各种解析算法进行了比较深入的分析和比较,指出了现有算法存在的问题和不足,同时介绍了中文AMR的开发进展,最后展望了AMR未来的研究方向。

基于AMR语料库的汉语省略与论元共享现象考察

省略是汉语中常见的语言现象,在传统的句法语义表示方式中,含有省略信息的语言结构经常被忽视,而且由于其树结构的限制,语言中论元共享的现象也很少能够清晰地表示出来。本研究基于人工标注的抽象语义表示(Abstract Meaning Representation,AMR)汉语语料库,通过分析AMR标注中增补的概念节点及其涉及的语言结构,统计省略和论元共享现象在汉语真实语料中对应的基本结构类型及其分布,从省略信息的指称类型、句法位置以及句法成分等角度归纳出各类省略模式,为汉语语义完整表示奠定基础。

面向中文抽象语义表示的复句研究综述

抽象语义表示(AMR)是一种新型的句子语义表示方式.中文AMR在英文AMR的基础上,针对汉语特点,增加了复句逻辑语义关系的表示.中文AMR以句子为基本标注单位,以层次结构树形式表示各分句间的逻辑关系.由于允许论元共享,因此在树结构基础上形成图结构,从而对复句的语义表示更加完整全面.为了进一步研究中文AMR,对目前复句关系研究现状、复句及篇章关系资源的建设进行了综述,指出目前研究存在的问题,并提出将来工作研究的方向.

语义省略“的”字结构自动识别研究

语义省略是语言使用中存在的一类普遍现象,其省略的信息给机器自动理解造成困难。其中具有语义省略“的”字结构,在省略概念添加的类型中所占比例最高。文章利用“的”字局部上下文的词性和句法信息,通过动词框架找出具有语义省略的“的”字结构。实验表明,该方法能够在CTB8.0(Chinese Treebank)语料中有效识别出含有语义省略的“的”字结构,在测试集中F1值达到87%,取得了较好的实验效果,为机器对深层语义的理解奠定基础。

语义省略“的”字结构中心语自动补全研究

省略作为一种复杂的语言现象,一直是汉语语义研究的重要课题。如何将省略的语义内容补全以还原句子的完整语义也是机器理解自然语言的关键。本文基于AMR(Abstract Meaning Representation)语料统计得到含有语义省略信息的"的"字结构,针对特指性和泛指性省略类型,采用特殊句式核心谓词对应主宾语和基于谓词框架抽取核心谓词搭配必有论元成分的策略,确定补全的语义类别。研究结果表明,该方法对于省略"的"字结构中心语补全有较好的效果,可为自动理解深层语义奠定基础。

基于《现代汉语语义词典》的未登录词语义预测研究

基于《现代汉语语义词典》,首先建立不同语义层次的词典,根据词典分别构建模型并进行语义预测,然后将各个模型进行集成,通过集成模型再对未登录词进行语义预测,得到较好的预测性能。利用预测模型对2000年《人民日报》语料进行未登录词语义预测和标注,最终得到带有未登录词语义义项标注的语料资源。

基于关系对齐的汉语虚词抽象语义表示与分析

虚词具有丰富的语法意义,对句子理解起着不可或缺的作用。虚词的语言学研究成果丰富,但缺乏形式化表示,无法直接被计算机利用。为了表示虚词的句法语义信息,该文首先在抽象语义表示(abstract meaning representation,AMR)这种基于概念图的语义表示方法的基础上,增加了词语和概念关系的对齐信息,使得虚词对应于概念节点或节点之间的关系弧。其次,选取了语言规范的人教版小学语文课本8 587句作为语料,进行AMR的标注。然后,针对语料中24 801个虚词实例进行统计,发现介词、连词、结构助词对应概念间的关系,占虚词总数的58.80%;而语气词和体助词表示概念,占41.20%。这表明AMR可以动态地描写出虚词功能,为整句句法语义分析提供更好的理论与资源。

基于组合神经网络的语义省略“的”字结构识别

针对语义省略"的"字结构识别任务,提出一种基于组合神经网络的识别方法。利用词语和词性,通过双向LSTM (long short-term memory)神经网络,学习"的"字结构深层次的语义语法表示。通过Max-pooling层和基于GRU (gatedrecurrentunit)的多注意力层,捕获"的"字结构的省略特征,完成语义省略"的"字结构识别任务。实验结果表明,所提模型在CTB8.0 (ChineseTreebank 8.0)语料中,能够有效地识别语义省略的"的"字结构, F1值达到96.67%。