一种基于依存文法的需求文本策略依赖关系抽取方法

从基于自然语言的需求文本中抽取概念模型已有很多相关研究,然而,抽取模型中的关系信息因其复杂性而较少被研究者系统地分析和处理.文中提出了一个通用的关系信息抽取方法,给出抽取规则,从需求文本中确定和抽取关系信息.基于该方法设计并实现了一个系统CREAT3,从中文需求文本自动生成i*框架中的SD(StrategyDependency,策略依赖)模型,侧重抽取策略依赖关系信息.将得到的模型和专家抽取结果进行对比,结果显示该系统可以获得相当高的准确率,同时也保证了很高的召回率,证明了方法的可用性.并且较相关工作具有更好的可扩展性.

基于改进编辑距离和依存文法的汉语句子相似度计算

句子相似度计算在中文自然语言处理领域有着广泛的应用背景。要准确地刻画一个句子所表达的意思,必须深入到语义层面级并结合语法结构信息,提出了一种基于改进编辑距离和依存文法的汉语句子相似度计算方法。依存文法考虑到句子内部的结构和词语之间的相互作用关系,而编辑距离由于《同义词词林》的应用可以兼顾同义词之间的替换,因此该方法与其他方法相比,描述句子的信息更加全面,试验结果表明该方法是有效的。

基于依存分析和贝叶斯网络的无指导汉语词义消歧

采用基于依存分析改进贝叶斯网络的无指导的机器学习方法对汉语大规模真实文本进行词义消歧实验。该学习算法充分利用依存文法分析确定能够对词语词义构成内在限制的上下文，有效地克服了简单贝叶斯分类器中无关上下文造成的噪声影响。实验结果证明基于依存改进的贝叶斯模型在汉语词义消歧上表现良好，开放测试正确率可达86.27％。

基于最大熵模型的汉语依存分析

采用最大熵模型实现中文依存语法的分析。用自底而上的方式构建语句的依存关系树,构建过程每一步在向左连接、向右连接以及不连接3种动作选取其一。用最大熵原理判断每个动作的概率,得到依存树中各边的概率,然后找出具有最大概率的依存关系树。实验结果表明,该模型具有较好的分析精度。目前,该模型已被应用于基于自然语言的信息检索项目中。

基于子树的确定性依存分析方法

确定性依存句法分析(又称为基于动作的依存句法分析或基于转换的依存句法分析),由于采用了贪婪的搜索策略,它是一类比较有效率的依存句法分析方法。在一种主流的确定性依存句法分析方法—Yamada-Matsumoto算法的基础上,通过改进其转换模型,提出了一种基于子树的确定性依存句法分析方法。在新的方法中,引入了子树的结构,因而能够更加灵活地确定词与词间的依存关系。最后,通过在中文宾州树库上的实验,证明了这个新方法的有效性。

隐依存森林模型

概率建模是现代机器学习和人工智能的基础之一。文中提出了一种新的概率模型:隐依存森林模型。隐依存森林模型用森林的结构来建模随机变量之间的关系,并且这个森林的结构可以随着变量取值的不同而做出相应的改变。因此,隐依存森林模型能够建模上下文相关的独立性。我们使用一阶依存文法来参数化隐依存森林模型。隐依存森林模型的学习可以被构建为一个存粹的参数学习问题,从而避免了复杂的结构学习问题。在我们测试的九个数据集上,隐依存森林模型在大部分数据集中取得了最好的效果。

一个全文词义自动标注系统的实现

为研究在给定上下文中如何确定多义词的词义,介绍了一种无指导的词义消歧技术和一个汉语全文词义标注系统的设计实现过程.该系统基于贝叶斯模型,使用大规模语料进行训练,较好地解决了知识获取中数据稀疏的问题.该系统具有标注正确率高和运行速度快等特点,适合大规模文本的词义标注工作.

校园微博情感分析系统的设计与实现

近年来,微博在反映社情民意、丰富信息服务等方面发挥着越来越重要的作用.本文基于情感词典和依存文法,提出使用意见模型的方法表示微博文本,将微博中的句子形式化地表示为若干情感元素的组合,首先借助情感词典和修饰词典计算每个情感元素的情感倾向,进而通过加权求和法计算微博语句的总体情感倾向.实验表明该意见模型算法可以有效地判定微博文本情感倾向,以此为基础的微博情感分析系统能很好的支持校园管理的智能决策.

基于无指导机器学习的全文词义自动标注方法

为实现汉语全文词义自动标注,本文采用了一种新的基于无指导机器学习策略的词义标注方法．实验中建立了四个词义排歧模型,并对其测试结果进行了比较．其中实验效果最优的词义排歧模型融合了两种无指导的机器学习策略,并借助依存文法分析手段对上下文特征词进行选择．最终确定的词义标注方法可以使用大规模语料对模型进行训练,较好的解决了数据稀疏问题,并且该方法具有标注正确率高、扩展性能好等优点,适合大规模文本的词义标注工作．

特斯尼耶尔《结构句法基础》的要点梳理及简评

法国语言学家特斯尼耶尔被称为配价语法和现代依存文法的创始人,奠定其创始人地位的就是他的著作《结构句法基础》,然而国内对该书介绍甚少。本文对该书的要点进行梳理,简要介绍了其中的重要理论,并分析了其优缺点。

日汉翻译引擎的研究与实现

介绍了日汉翻译引擎的组成,详细描述了具体实现过程,包括分句预处理、日语分析处理和转换生成。

两级相似度计算在主观题机器阅卷中的应用

针对问答题类文字描述性主观题机器阅卷的复杂性和困难性,提出一种用于机器阅卷的两级相似度计算算法。综合考虑答案的关键词、句子语法和语义信息,并结合分数微调规则设计算法。实验结果表明,该算法在词语级系数α取值约0.7时,阅卷系统具有最低的无效阅卷比例和较快的速度,符合人工阅卷的要求。

用LR算法分析汉语的语法关系

为了获取汉语词语之间的语法关系，以达到准确分析汉语的目的。

改进的句子相似度计算在问答系统中的应用

本文设计并实现了一种基于词形词序词长、编辑距离和依存文法相集合的一种句子相似度计算方法。通过将顾客输入的自然语言问句与常问问题库中的候选问题集进行相似度计算,自动返回最匹配的答案给顾客,自动更新和维护常问问题库。实验结果表明该方法在问句匹配上比传统方法具有更高的准确率。