基于Stanford Parser的实体间关系识别

分析当前基于GATE等开源工具进行关系识别的研究,提出利用GATE和Stanford Parser构建开放式实体间语义关系识别的Rela Pair模型。实验表明,该模型可以有效识别出由动词或介词所引导的命名实体关系三元组,为后续的情报分析工作提供重要支撑。

基于UAM的Stanford parser多层级句法标注实例评析

利用集成于UAM中的Stanford parser对TEGC语料库进行句法标注,实例评析其内嵌的STNFD Parse模块的句法标注精度、错误率,分析其错误原因。

大规模语料库上的Stanford和Berkeley句法分析器性能对比分析

句法分析性能的高低对机器翻译、信息检索、语音识别等自然语言处理相关应用领域的发展有着很大的影响。该文基于LDC 14年的新华社语料,采用开源中文句法分析器Stanford parser和Berkeley parser,在内部分词系统和外部分词系统两种策略下对句法分析的性能进行对比分析,并就实验结果提出自己的分析和思考。

基于文档集的生物信息挖掘模型研究

针对生物医学文献的数量急剧增长,人工从文献中获取所需要的信息已不能适应生物医学文献数量迅速生长的需要。利用Stanford Parser等开源工具,采用自然语言处理技术、统计学等多种方法,提出了一种新型的生物信息挖掘模型,并对其关键技术进行分析。该模型在对全文文本SBQTL(Soybean Quantitative Trait Loci)测试中父母本信息提取的准确率和召回率分别为93.0%和78.4%;在对Pub Med测试中,准确率和召回率分别为94.3%和80.0%。解决了生物医学研究者从海量文献中更有效、快速地找到所需信息的问题,以便生物学家发现隐藏的生物医学知识并验证得到新的科学发现,从而使人们对生物医学现象的认识得到了提高。

中国英语学习者花园幽径句错位效应强度研究:计算语言学视角

该文借助126名英语专业大二学生对100个花园幽径句和对照句的限时理解实验,讨论了中国英语学习者在解读花园幽径句过程中产生的错位效应,测算了效应强度,并与stanford parser的自动翻译进行了人机对比研究。花园幽径现象是一种有意识的受控行为。其编码和解码具有行进错位和认知过载现象,并能反映人类复杂的心理认知活动。实验证明:在划分的引导词类错位、宾语辖域错位、嵌套错位和兼类错位四类中,错位效应呈现非对称性,其中兼类错位频数最高,错位效应强度也最大。在人机对照中,机器的程序解码错位和学习者认知解码错位不具有完全联动性和绝对共时性。

一种基于意图的设计模式排序与优化方法

设计模式是对于特定软件设计问题的经过验证的解决方案,通常用来获取为解决软件设计问题所需的软件知识,但选出合适的设计模式却并非一件容易的事。设计模式意图是理解设计模式的最短路径,因此通过解析设计模式意图对设计模式排序,更利于用户获得所需设计模式。文中提出了一种基于意图的设计模式排序方法,以方便设计模式的选择,定义了相关相似度的计算方法并在文中给出相应的证明,而后通过遗传算法对所定义的参数进行了调整和优化,最后用软件实际开发中实际问题数据集和设计模式集合,在提出的方法上进行了验证和分析。实验结果表明,该方法相比其他方法在匹配率上有一定提高,且排序后使得更多正确的结果出现在靠前的位置。

生物文本语义解析器的研究

自然语言解析器是一个制定语法结构句子的程序。概率解析器使用语言知识获得hand-parsed句子来产生最可能的分析新句子。斯坦福大学的自然语言解析器是一个实现英语、德语、汉语、阿拉伯语概率PCFG和依存解析器。链接语法解析器是根据链接文法和英语语法理论的一个英语语法解析器(包括其他语言)。PC-PATR是一个语法解析器,使用PARTII作为一项规则描述语言。这是一个实现了PARTII形式主义计算语言。

基于主谓情感差异性句法分析框架的跨语言情感分析

随着互联网的快速发展和全球化进程的加快,因特网提供的信息资源呈现出多语言化的特点.各语言可利用资源的不平衡给网络信息的研究和利用带来障碍.在此背景之下,利用资源丰富语言对资源贫乏语言进行情感分析具有重要的应用价值与现实意义.提出一种基于主谓情感差异句法分析框架,实现跨语言的情感分析.将目标语言数据翻译后作为测试集,利用句法分析工具Stanford Parser进行句法分析,结合情感词典和转折词表,再基于双语语料训练出贝叶斯分类器后对跨语言测试语料进行最终的情感分析.实验结果表明,本文方法在情感分类的准确率上高于传统方法 20%以上,具有一定的实用价值.

基于DSR的语音信息提取系统设计

介绍了一种基于分布式语音识别(DSR)的语音信息提取系统的设计。在客户端提取语音特征向量,编码后经过信道传输至服务器端,在服务器端用HTK工具进行语音的识别,使用Stanford parser进行句法分析以提取关键信息。通过仿真实验,该系统实现了语音信息的提取。

英语花园幽径句的线性剖析:基于斯坦福解析器的分析

本文讨论了美国斯坦福解析器在英语花园幽径句线性剖析中的不足。斯坦福解析器在句法上采用词汇化的概率上下文无关语法,在语义上使用词汇化的依存分析,其概率策略的使用极大地提高了系统剖析的效率和能力。但是,这种概率分析器在处理具有局部歧义效应的英语花园幽径句时却出现了系统性错位。本文从词类标注、句法剖析和依存关系分析入手,对低概率的英语花园幽径句的系统剖析错位进行了较全面的分析。结论是:斯坦福解析器对低概率英语花园幽径句的线性剖析不敏感,容易受句式的线性发展关系和认知模式的影响,其解码效率尚有提高的余地。