Semantic Features and Applications in Translation of English Words in Pairs

English words in pairs are a special form of English idioms, which have different kinds and are used widely. For English learners, words in pairs are one of the difficult points. This paper discusses their form patterns, semantic relations, grammatical functions, rhetoric features and their application in translation. Its purpose is to help learners understand and use them accurately and correctly so as to improve language expressing ability.

融合多窗口特征的词对标记情感三元组抽取

方面情感三元组抽取旨在从句子中抽取方面词、意见词和对应的情感极性。针对目前研究未充分挖掘局部上下文语义信息,缺乏对局部范围内的方面意见词对关联学习,以及遭受错误传播等问题,提出一种融合多窗口特征的词对标记情感三元组抽取模型。该模型利用BERT对句子信息进行处理,获取句子编码特征,采用多窗口特征学习机制学习局部范围内的情感特征关联,并挖掘句子包含的潜在语义信息,使用多头注意力图转换模块将所学习到的特征聚合成标记分布概率,利用改进的词对标记方案标记句子并解码得到三元组。在SemEval-ASTE的四个基准数据集上进行实验分析,相比GTS-BERT模型,所提模型在三元组抽取任务上F1分值分别提高了2.33、6.57、2.97、4.84个百分点。实验结果表明,所提模型可以有效学习局部语义信息,准确标记方面意见跨度,较为精确地提取情感三元组。

DE-AA:基于词对距离嵌入和轴向注意力机制的实体关系联合抽取模型

实体关系联合抽取为知识图谱的构建提供了关键的技术支持,而重叠关系问题一直都是联合抽取模型研究的重点。现有的方法大多采用多步骤的建模方法,虽然在解决重叠关系问题上取得了很好的效果,但产生了曝光偏差问题。为同时解决重叠关系和曝光偏差问题,提出了一种基于词对距离嵌入和轴向注意力机制的实体关系联合抽取方法(DE-AA)。首先,构建代表词对关系的表特征,加入词对距离特征信息优化其表示;其次,应用基于行注意力和列注意力的轴向注意力模型去增强表特征,在融合全局特征的同时能够降低计算复杂度;最后,将表特征映射到各关系空间中,生成特定关系下的词对关系表,并使用表格填充法为表中各项分配标签,以三重分类的方式进行三元组的抽取。在公开数据集NYT和WebNLG上评估了所提出的模型,实验结果表明其与其他基线模型相比取得了更好的性能,且在处理重叠关系或多重关系问题上优势显著。

融合共现和语义信息的药对提取方法研究及应用

目的针对处方数据特点,提出一种融合共现和语义信息的药对提取算法。方法将处方数据转化为矩阵数据,计算药物之间的关联信息作为初始筛选指标,再根据处方数据构建词向量,计算药物之间的语义相似度,作为第二筛选指标,从而提取潜在药对。将本文算法与经典的Apriori算法分别对1090条肺癌门诊处方用药数据进行实验,对比分析实验提取结果,从而验证本算法提取的有效性及实用性。结果与Apriori算法相比,本算法提取药对效果较好,可以在药物频次相差较大的情况下合理地缩小潜在药对选择范围,此外对阈值结果进行比对,针对本文数据根据数量变化与专家经验,分别推出两组建议阈值,在推荐阈值设置的范围下分别成功提取出医案中的88组与33组药对。结论词频结合语义信息用于筛选潜在药对的方法是可行且有效的,可为中医临床处方用药经验挖掘提供方法参考。

基于旋转注意力的命名实体识别模型

针对命名实体识别中实体词对关系建模分类性能不高的问题,提出一种基于旋转注意力的命名实体识别方法,该方法首先用BERT模型和Bi-LSTM进行编码,然后用卷积神经网络对输入的文本进行特征提取,接着将提取的特征序列输入旋转注意力模型中计算输出概率,最后使用MLP层对输出进行分类。实验结果表明,本文提出的方法在CADEC、GENIA和CoNLL2003等标准英文数据集上均取得了较好的性能,验证其在命名实体识别任务中的有效性和可行性。

最近对寻址的专利实体关系抽取方法

针对专利领域没有公开数据集的问题,标注一个中文专利实体关系抽取数据集PERD(patent entity relation dataset)。为完成实体关系抽取任务,提出最近对寻址的实体关系抽取模型NPAM(nearest pair addressing entity relationship extraction model),实体位置信息获取方法的改进、注意力机制建模矩阵和实体抽取方法的创新,使该模型在PERD上F1值达到72.74%,相比模型PRGC提升12.64个百分点。实验结果验证了该模型的有效性。

基于双语词典的远距离语对无监督神经机器翻译方法

为了缓解大型平行语料库稀缺性对机器翻译质量的影响,无监督方法在神经机器翻译领域备受关注,但其在远距离语言对上的翻译表现仍有待提高。因此,文中引入了翻译语言模型(TLM)并提出了Dict-TLM方法。该方法的核心思想是结合单语语料和无监督双语词典训练语言模型。具体而言,模型首先接受源语言句子作为输入,然后,不同于传统TLM只接受平行语料,Dict-TLM模型还接受源语言句子通过无监督双语词典处理后的数据作为输入,在这种输入中,模型将源语言句子中在双语词典中出现的单词替换为相应的目标语言翻译词,重要的是,该方法中的双语词典是无监督获得的。实验表明,Dict-TLM相对于传统无监督机器翻译在中英语言对上提高了3个BLEU分数。

在线产品评论用户满意度综合评价研究

文中提出一种基于灰色理论的用户满意度评价方法。基本思想:根据对各种类型的产品和对象(如旅社、酒店等)的评价具有相对性、不确定性和模糊性(这三种特性统称为灰色性)的特征,将用户满意度分为很满意,满意,一般,不满意和很不满意等五种类型,克服了已有方法将情感分为满意和不满意的粗粒度定性评价缺陷。构建了用户满意度灰色评估模型,为了扩大对各类型产品评价的适应性,引用了相似性情感词匹配词对和对象对应产品的对应性热点词匹配词对来构建用户对产品和对象的满意度评测指标。以实际产品为实验数据对象,仿真结果表明:提出的方法不仅能获得产品或对象的总体满意度结论值VB,还能得到各项评测指标(影响产品或对象的因素)的量化评估结论值VBi,有效解决了定性评价方法的不足,为消费者提供了更详细的消费指导,为商业机构提供了有针对性的生产销售措施。

视觉及听觉刺激诱发语言通路的fMRI初步探讨

目的利用功能核磁共振成像(fMRI)探讨视觉刺激和听觉刺激诱发的大脑思维活动,大脑激活区域的差异。方法采用血氧水平依赖法(BOLD)组块设计,考查6例以汉语为母语的健康中国志愿者,接受中文单音节字的视觉和听觉任务刺激,通过组词来诱发思维活动时,相关脑区激活特点,并分析其差异。结果视觉任务主要激活了双侧额上回、中央前回及枕叶,左侧额中回、顶上小叶,右侧颞上回;听觉任务主要激活了双侧颞上回、中央前回及枕叶,左侧顶上小叶。听觉任务见到小脑和基底节区的激活。两种任务都伴随海马激活。结论组词过程激活的脑区交叉多。颞叶和枕叶在2种任务都有激活。

基于锚点词对的双语词对齐算法

双语词对齐是指在源、译文中找到词汇级的对译关系,是自然语言处理领域一个非常有用而又比较困难的研究课题,其中涉及词法、语法、语义以及英汉语言间的固有差异和翻译习惯等诸多问题.文章在词法分析的基础上,利用有限的语言资源(主要只使用了一部双语词典),采取多级匹配和消歧策略,将词对齐问题转化为迭代求解锚点词对的过程,使得词对齐既有较高的准确率又有较高的召回率.经过对真实语料的测试,词对齐准确率达93.0%,召回率达77.3%,F值达84.2%,基本上满足了有关应用的实际要求.

语义关系相似度计算中的数据标准化方法比较

研究数据标准化处理对语义关系相似度计算的影响。从大规模文本语料中提取词法模式,生成词对-词法模式矩阵,利用3种数据标准化方式对矩阵数据进行处理,通过规律学习方法对隐含语义关系相似度进行计算。实验结果表明,不做数据标准化、z-score标准化、范围标准化、熵加权标准化处理的分类准确率分别为0.87、0.89、0.95、0.96。

基于动态窗口的微博突发话题检测方法

微博突发话题的检测是网络舆情分析的一个重要分支,如何实时高效地发现微博文本流中的突发话题是目前亟待解决的问题。为此提出一种基于动态窗口的微博突发话题检测方法。将词对加速度作为突发特征,根据微博文本流中突发词对出现的速度自适应地确定突发话题窗口范围,并利用改进的非负矩阵分解聚类方法获取突发话题窗口中微博的主题结构。在微博文本流上的对比实验表明,该检测方法不但可以减少突发话题检测的时间延迟,而且能够提高检测的准确率和召回率。

编码非相关词对是否具有半球对称性?一项近红外光学成像的研究(英文)

目的本研究采用近红外光学成像技术(fNIRS),探讨双侧前额叶在非相关词对的语义编码过程中的作用。方法48名被试者分别在深、浅加工2种实验条件下对非相关词对进行编码,光学成像器即时记录在前额叶皮层,波长为760nm和850nm的漫射光强变化,以此推测相应脑组织的血容量变化。结果与浅加工相比,在深加工条件下,双侧前额叶中与背外侧前额叶相对应区域的血容量变化都较为明显,尤其是左侧前额叶。本研究结果并不完全支持HERA模型,但与其它相关的脑成像研究结果相似。结论材料的特异性是影响记忆编码中半球一侧化的重要因素,当需要对刺激间的联系进行加工时,右侧前额叶也会参与记忆的编码过程。本研究还提示fNIRS技术可用于记忆等脑高级认知功能的研究。

基于主题词对的文档重排方法

提出了一种基于主题词对的文档重排方法,使得检索结果在保持召回率的前提下提高精确率。主题词对意指能够共同表征同一主题的两个词语,其中一个来自于查询,另一个来自于文档,两者之间具有紧密的联系。主题词对的选择采用概率潜在语义索引的方法,并根据主题词对在文档中的分布状况对其进行重排。对NTCIR-5中文信息检索的文档集合进行测试,采用trec标准评估方法,结果表明采用该方法使得精确率在rigid和relax结果集上分别提高了53.6%和55.8%。

领域问答系统中的文本错误自动发现方法

文本自动校对是自然语言处理的一个挑战性的研究课题,也是一个难题。该文对中文的错误类型和原因进行分析,提出了一种基于领域问答系统用户问题日志的错别字自动发现方法。该方法首先对语料进行分词,然后对分词的结果中出现的散串进行合并,对分词中的多字词和合并的串进行相似词串聚类,对相似词串的上下文语境进行统计分析,从中自动获取错别字对。实验表明,该系统获得71.32%的召回率,82.6%的准确率。

汉英成对词比较研究

汉英成对词在结构形式、构成成分及其结构关系等方面既存在着较多的共同点，也存在着明显的差异。就结构形式而言，英语成对词的基本结构形式为“word1+and+word2”，而汉语成对词的结构形式则有“词1+词2”式和“A1+词1+A2+词2”式等两种形式；从汉英成对词的构成成分来看，可以是意义相关的词，也可以是同义词、反义词，甚至是同一个词；从构成成分的结构关系来看，汉语成对词均采取复合式合成词中的“联合”型构词法，内部结构简单划一，而英语成对词除了采取“联合”型构词法之外，还采用了“偏正”型构词法，且内部结构相对复杂。此外，在意义的形成途径、词的来源等方面汉英成对词也存在着异同。

基于词对特征的事件新侧面探测

在基于事件框架的新闻信息抽取中,针对事件侧面被框架结构所限定的问题,提出一种事件新侧面探测方法,并定义事件新侧面的2种类型。通过去除已有的侧面内容,实现LSA聚类探测,同时在文本特征选取部分采用词对特征模型,以充分利用有限文本中的语法信息。在原型系统中对该方法进行测试,实验结果表明,该方法是有效的。

英汉成对词词序异同的认知与文化辨析

将英汉成对词,即英语成对词与汉语联合式复合词的词序进行比较。两者的异同反映了人类认知思维发展的轨迹,以及中西方不同的民族文化心理。

参与中文配对词语联想学习记忆的脑区和神经机制--脑功能磁共振的研究

通过脑功能磁共振技术,研究健康人参与语言的词语配对联想学习记忆任务的脑区和神经机制。对16名右利手健康志愿者进行一项词语配对联想学习记忆任务作业的同时,进行脑功能磁共振扫描。实验采用组块设计,实验任务(包括记忆编码相和记忆提取相)与对照任务(共两个相)交替进行;数据采用SPM99软件进行数据分析和脑功能区定位。结果表明:左侧额叶,特别是左侧额叶的额中下回和枕叶的18,19区在词语联想学习记忆的编码阶段中起重要作用;而左侧顶上小叶、缘上回和角回则在进行记忆提取阶段起重要作用;左侧纹状体边缘区参与了人脑词语联想学习记忆作业的编码阶段。揭示了人大脑完成语言联想学习记忆任务时,除额、顶、枕和颞叶的皮层结构参与外,还新发现有皮层下结构如纹状体参与了词语联想学习记忆。在配对词语的编码和提取阶段,激活的脑区有所变化,显示了这两个语言阶段的神经活动变化机制。