增强依存结构表达的零样本跨语言事件论元角色分类

事件论元角色分类是事件抽取中的子任务,旨在为事件中的候选论元分配相应的角色。事件语料标注规则复杂、人力耗费大,在很多语言中缺少相关标注文本。零样本跨语言事件论元角色分类可以利用源语言的丰富语料建立模型,然后直接应用于标注语料匮乏的目标语言端。围绕不同语言的事件文本在依存结构上的表达共性,提出了使用BiGRU网络模块对触发词到候选论元的依存路径信息进行额外编码的方法。本文设计的编码模块能灵活地与当前主流的基于深度学习框架的事件论元角色分类模型相联合。实验结果表明,本文提出的方法能更有效地完成跨语言迁移,提高多个基准模型的分类性能。

基于依存结构学习的中学数学术语鲁棒抽取

中学数学术语抽取方法未考虑句子的依存结构信息,导致对句子的语义理解能力有限。此外,由于依赖依存结构信息的术语抽取方法存在分词或依存结构错误,导致术语抽取准确性和完整性不佳。为解决上述问题,该文提出一种基于依存结构学习的中学数学术语鲁棒抽取模型。模型利用预训练模型得到文本向量语义表示,并借助带有去噪注意力机制层的图神经网络和双向循环神经网络分别捕获文本的依存结构信息和上下文信息,进一步采用注意力机制融合文本结构信息和上下文信息以实现在融入依存结构信息的同时缓解错误分词或依存结构的影响。模型在自建的中学数学术语数据集上抽取精度P和F1值分别达到了83.82%、82.51%,相较于基准模型分别提升了2.21%、1.22%,表明该文所提方法能够鲁棒融合依存结构信息,从而提升中学数学术语抽取的精确性和完整性。

依存结构树的计数

树是一种很重要的数据结构,依存结构树是一种特定的树,在语言信息处理领域应用广泛。研究了依存结构树的计数问题。首先给出了依存结构树的形式描述,给出了其5条性质;然后利用n个有序元素的分隔方案和分隔序列给出了依存森林和依存结构树的计数公式;最后给出了8个词语以内的依存结构树的计数结果。

短语结构到依存结构树库转换研究

为基于真实语料进行句法分析,构建了大规模的短语结构树库和依存结构树库,并尝试在两种结构的树库之间进行转换.讨论了宾州中文树库(Penn Chinese Treebank,CTB)中短语结构树库和依存结构树库的关系,并基于现代中文依存文法制定了中心子节点过滤表,依据该表将短语结构的CTB转换为依存结构树库.在CTB中随机抽取200句语料,转换正确率达到了99.50%.基于该转换得到的依存结构树库可以进一步进行中文依存关系解析的研究.

创新生态系统技术依存结构对企业集成创新竞争优势的影响研究

由分析技术依存结构对企业集成创新竞争优势的影响机理,发现在集成创新生态系统技术依存结构中,企业外部零组件、互补配套技术2种不同类型的技术体系,对本企业集成技术创新产生了明显的不对称性影响:外部零组件技术开发难度越大,越能增强集成创新技术领先者的研发竞争优势;外部互补配套技术开发难度越大,越能降低集成创新技术领先者的研发竞争优势;随着零组件与集成创新技术不确定性减弱,集成创新企业自主开发零组件技术比重越高,越能增强其研发竞争优势。

短语结构树库向依存结构树库转化研究

汉语依存树库的建设相对其他语言如英语,在规模和质量上还有一些差距。树库标注需要付出很大的人力物力,并且保证树库质量也比较困难。该文尝试通过规则和统计相结合的方法,将宾州汉语短语树库PennChinese Treebank转化为哈工大依存树库HIT-IR-CDT的体系结构,从而增大现有依存树库的规模。将转化后的树库加入HIT-IR-CDT,训练和测试依存句法分析器的性能。实验表明,加入少量经转化后的树库后,依存句法分析器的性能有所提高;但加入大量树库后,性能反而下降。经过细致分析,作为一种利用多种树库提高依存句法分析器性能的方法,短语转依存还存在很多需要深入研究的方面。

基于依存结构的语块分析

语块分析在自然语言处理研究中占有重要的地位。传统方法将语块分析看作是序列标注任务,但由于受到马尔可夫假设的限制,无法对较长语块进行分析建模。提出了基于依存结构的语块分析方法,通过建立语块的中心词和其他词之间的依存关系,方便了较长语块的分析建模。研究表明,该方法提升了较长语块的分析性能。

汉语篇章依存结构的标注难点与处理

篇章依存结构一般表示为最小篇章单位(小句)间的支配与被支配关系,相比修辞结构等,其可以有效刻画最小篇章单位间的直接关系及其向心性。篇章依存结构的理论内涵及具体实践有待深入。该文结合汉语篇章依存结构语料库的标注实践,重点分析标注难点问题并给出处理方案,包括小句切分、小句关联、依存中心等重要分析任务。事实上,这些难点不仅是人工标注的难点,也是自动标注的难点,其处理不仅有利于指导构建高质量语料库,也有利于指导进一步的自动标注研究。

汉语动结式依存结构与特征结构对比分析

依存语法是近年自然语言处理学界进行语义分析的一个主流方法。特征结构这一概念,在生成语音学和生成语法学领域有较大影响,但是在语义分析上却运用很少。文章尝试把特征结构引入汉语语义描写,与依存结构进行对比分析。通过对独特的汉语句型——动结式,进行标注,来探讨哪种描写机制更适宜于汉语的语义描写分析。

运用后发优势解决我国贸易依存结构不平衡问题

随着经济全球化的深入,我国对外贸易取得了日新月异的变化,但与此同时我国贸易依存结构不平衡问题也日渐突出。本文运用现今发展中国家比较适用的后发优势理论研究分析我国贸易依存结构问题,并提出相应对策,以促进我国对外贸易发展。

基于高阶词汇依存的短语结构树重排序模型

在句法分析中,已有研究工作表明,词汇依存信息对短语结构句法分析是有帮助的,但是已有的研究工作都仅局限于使用一阶的词汇依存信息.提出了一种使用高阶词汇依存信息对短语结构树进行重排序的模型,该模型首先为输入句子生成有约束的搜索空间(例如,N-best句法分析树列表或者句法分析森林),然后在约束空间内获取高阶词汇依存特征,并利用这些特征对短语结构候选树进行重排序,最终选择出最优短语结构分析树.在宾州中文树库上的实验结果表明,该模型的最高F1值达到了85.74%,超过了目前在宾州中文树库上的最好结果.另外,在短语结构分析树的基础上生成的依存结构树的准确率也有了大幅提升.

制度变迁的路径依赖、状态和结构依存特征研究--以改革开放以来中国农村土地制度变迁为例

传统的制度变迁理论中更多地将研究的立足点放在路径依赖的性质上,而对制度变迁过程中状态和结构依存的特征却不甚关注。实际上,状态、结构依存和路径依赖特征都是影响制度变迁方向和结果的重要因素。本文以一个最优化的理论模型综合分析了制度变迁理论中有关这两个特征的一些问题,并且以中国农村土地制度的变迁为例,具体地说明了这两类因素所起的相关作用以及所造成的经济后果。

汉语A'-型依存结构在最简方案下的句法推导

在最简方案的框架下,本文区别于Pan(2016a,2016b,2017)以单特征[variable]为核心操作的分析,引入与左缘结构(left-periphery)相关的特征,提出一套以双特征系统为基础的句法推导机制,并利用双特征句法推导机制,系统观察了语缺、复指代词以及零代词在汉语两种A型依存结构中的句法分布,分别检验了三者在孤岛效应和重建效应上的句法表现。观察表明语缺和关系化结构的复指代词所在句子的推导方式为多次传输,句子呈现孤岛效应;零代词和话题化结构中的复指代词所在句子的推导方式为单次传输,句子不呈现孤岛效应。而重建效应只与语缺、复指代词和零代词等受A-约束成分的内部结构有关,与位移无关。本文证实孤岛效应和重建效应产生的根本原因以及出现的句法环境不同。

利用实体与依存句法结构特征的病历短文本分类方法

近年来,电子病历文本的分类、挖掘成为医学大数据研究的基础。该文提出一种利用实体与依存句法结构分析构特征集的电子病历短文本分类方法。首先对病历文本进行自然语言处理,包括分句、分词、词性标注以及实体提取,构建实体词典,利用TF-IDF方法构建词-文本矩阵并利用潜在语义分析LSA方法进行词汇特征的选择,然后分析病历文本的依存句法关系,挖掘出词汇之间的依存关系并构建特征三元组作为分类特征的扩展,最后构建出分类特征向量集对病历短文本进行分类。实验证明,相比于未进行特征扩展的短文本分类,所提方法能有效地提高分类器的分类性能,其分类的准确率与F值均有明显的提高。

中日关系“政冷经热”再思考——“结构性相互依存”的视角

中日两国经济相互依存度很高,但政治关系却比较冷淡。已有研究大多将"政冷"和"经热"分开论述,导致解释力度略嫌单薄,运用"结构性相互依存"的视角,通过构建商品层级结构模型和结构性相互依存对双边关系影响的公式,对中日经济与政治的关系给出新的解释。

基于语义依存的汉语句子相似度计算

句子间相似度的计算在自然语言处理的各个领域都占有很重要的地位,在多文档自动文摘技术中,句子间相似度的计算是一个关键的问题。由于汉语句子的表达形式是多种多样的,要准确地刻画一个句子所表达的意思,必须深入到语义一级并结合语法结构信息,由此提出了一种基于语义依存的汉语句子相似度计算的方法,该方法取得了令人满意的实验效果。

基于字符的中文分词、词性标注和依存句法分析联合模型

目前,基于转移的中文分词、词性标注和依存句法分析联合模型存在两大问题:一是任务的融合方式有待改进;二是模型性能受限于全标注语料的规模。针对第一个问题,该文利用词语内部结构将基于词语的依存句法树扩展成了基于字符的依存句法树,采用转移策略,实现了基于字符的中文分词、词性标注和依存句法分析联合模型;依据序列标注的中文分词方法,将基于转移的中文分词处理方案重新设计为4种转移动作:Shift_S、Shift_B、Shift_M和Shift_E,同时能够将以往中文分词的研究成果融入联合模型。针对第二个问题,该文使用具有部分标注信息的语料,从中抽取字符串层面的n-gram特征和结构层面的依存子树特征融入联合模型,实现了半监督的中文分词、词性标注和依存句法分析联合模型。在宾州中文树库上的实验结果表明,该文的模型在中文分词、词性标注和依存分析任务上的F1值分别达到了98.31%、94.84%和81.71%,较单任务模型的结果分别提升了0.92%、1.77%和3.95%。其中,中文分词和词性标注在目前公布的研究结果中取得了最好成绩。

越南语短语树到依存树的转换研究

依存句法分析是自然语言处理的一个关键环节,目前对于越南语短语结构树的研究比较多,而依存结构树的研究就显得十分薄弱。提出了一种新的方法,尝试结合越南语的语言特点和语法特征,利用中心子节点过滤表的思想与统计的方法将越南语的短语结构树转换成依存结构树。首先依据中文依存关系标注体系与越南语的语法规则,制定出依存关系列表;然后结合越南语的语言特点,制定出中心子节点过滤表,利用中心子节点过滤表的思想进行初步转化;最后使用依存关系标注器来进行依存关系标注。基于转换后得到的依存结构树,利用MSTParser工具进一步训练得到更多的越南语依存结构树。对实验结果进行了抽样评估,树库转换的准确率达到了89.4%,较好地解决了越南语由短语树到依存树的转换问题。

自主/依存联结——认知语法的一种分析模型

本文在深入研讨认知语法配价关系理论的基础上建立了自主／依存联结分析模型。作者认为，自主／依存联结是对语言运用中一个构式组成部分之间的配价关系概念化的一种方式。这一分析模型的认知特征可以概括和抽象为两个原则：“不对称原则”和“对应原则”。作者将该模型运用于对英语常规的SVO句型和形容词短语的分析和解释，发现该模型简单易行，通俗易懂，合情合理，具有较强的解释力。

汉英机器翻译中的结构分析和处理

以依存结构树和"格语法"思想为基础,设计了针对符合语法语义规则的复杂句子汉英翻译软件,尤其是广大以规范的句子语法和常用的惯用语作为依据和素材的复杂汉语句子,着重介绍了句子主干+状语模块的翻译策略,以及其他复杂修饰结构的分析和处理,并以状语结构和各种不同的名词结构为详细例证,按照汉语的语法和语义分析了短语的结构以及词性的转化。文章的最后提出了规则库中的翻译模型的算法架构,给出了软件的实现方法,以及实用性测试结果。