基于句法依存分析的图网络生物医学命名实体识别

现有的生物医学命名实体识别方法没有利用语料中的句法信息,准确率不高。针对这一问题,提出基于句法依存分析的图网络生物医学命名实体识别模型。首先利用卷积神经网络(CNN)生成字符向量并将其与词向量拼接,然后将其送入双向长短期记忆(BiLSTM)网络进行训练;其次以句子为单位对语料进行句法依存分析,并构建邻接矩阵;最后将BiLSTM的输出和通过句法依存分析构建的邻接矩阵送入图卷积网络(GCN)进行训练,并引入图注意力机制优化邻接节点的特征权重得到模型输出。所提模型在JNLPBA和NCBI-disease数据集上的F1值分别达到了76.91%和87.80%,相比基准模型分别提升了2.62和1.66个百分点。实验结果证明,提出的方法能有效提升模型在生物医学命名实体识别任务上的表现。

基于依存句法分析的智能人机交互产品用户体验研究

智能人机交互产品因其交互自然化而备受关注,其用户体验研究尤为重要。现有对该类产品的用户体验研究聚焦于用户行为信息分析,而从在线评论中挖掘用户体验特征则是较新方向。基于依存句法分析和产品特征词库,通过人工设定提取规则从评论中提取产品特征和与之搭配的用户情感观点,并采用情感计算量化观点以获得用户体验特征。以智能屏产品为例展开研究,结果表明所提方法能解决产品特征和情感观点无法同步提取的问题,同时发现用户对产品的智能语音交互具有较高偏好程度,而对智能功能则满意度不足。根据结果针对产品的智能系统、外观及硬件配置等提出优化设计建议。

基于组块的藏文依存句法分析及自动标注方法

依存句法分析是自然语言处理领域核心技术之一,旨在通过分析句子中词语之间的依存关系来确定句法结构。目前,藏文依存句法分析研究面临着长句解析困难和粗粒度依存转化映射不全面等问题。为此,文章提出一种基于组块和细粒度词性匹配规则的藏文依存句法分析及自动标注方法。该方法首先完善了藏文依存句法标注体系,并基于该标注体系人工标注数据集,提取词性匹配规则,进而通过藏文句子组块识别,提高了长句解析的准确性,最后实现了一个藏文依存句法自动标注原型系统TDParser,并构建了含7335条依存句法的藏文依存句法树库。通过实验证明了TDParser的性能及自动标注数据的有效性。

基于依存句法分析的数学表达式查询扩展方法

传统的数学表达式检索方法主要面向表达式的二维结构,难以检索出具有相同语义但结构不同的数学表达式。针对这一问题,设计一种基于依存句法分析的数学表达式查询扩展方法。以FDS(Formula Description Structure)解析表达式结构信息的检索方法为基础,通过依存句法抽取表达式周围文本中的语义词,并建立运算符、表达式、语义词间索引;通过语义词二次查询,实现检索语义相同但结构不同数学表达式的目的。实验结果表明,依存分析能有效地抽取数学表达式语义词,加入语义的表达式检索方法,查全率和查准率都有了一定的提高。

基于知识图谱与依存句法分析的井控领域文本相似度计算

针对油田井控领域文本相似度计算时,由于语义信息不足导致相似度计算结果准确度不高的问题。论文提出一种基于知识图谱和依存句法分析的文本相似度计算方法。在该方法中,首先利用依存句法技术获取文本核心关系词对,然后基于井控知识图谱和同义词词林对计算不同的关系词对间的相似度,再结合基于词向量的句子相似度计算,分配权重,最后获取井控文本的综合相似度。实验结果表明:与现有方法相比,该方法融合了文本在词和句子级别上的信息,更好地对文本语义进行识别,较大地提高了油田井控领域文本之间相似度计算结果准确率。

基于依存句法分析的分层语义通信系统

语义通信是一种全新的通信范式,可以从语义级别提高通信的可靠性,解决通信带宽与频谱资源受限的问题。针对语义通信中语义重要性划分这一问题,本文提出了一种基于依存句法分析的分层语义通信系统。首先,为了获取传输语句内部的依存句法关系,本文设计了一种基于图解码的依存句法分析模型,用于提取传输语句对应的依存句法树。其次,本文根据提取到的依存句法树提出了一种语义分层方法,并根据信道质量对不同层级的语义信息进行选择传输,从而保证关键语义的准确传递。此外,本文还引入了ERNIE语言模型,结合依存句法关系提高接收端的语义恢复能力。仿真结果表明:本文提出的语义分层方法可以有效提取传输语句的关键语义信息。与传统通信系统相比,本文所提系统显著提升了在低信噪比下的通信可靠性。

基于动态词嵌入对齐的无监督泰语依存句法分析

泰语的依存句法分析任务具有重要研究价值。但泰语作为低资源语言,缺乏公开可用的句法标注训练集,难以训练有效的依存解析模型。针对这种情况,借助泰语和英语间的动态词嵌入对齐矩阵,将在英语标注数据上训练的依存解析模型迁移到泰语中,分析无监督泰语依存句法。实验结果表明,该方法能有效地从无标注泰语数据中提取到依存句法知识。此外该方法还支持多语言联合训练迁移到泰语来提升泰语依存句法分析的性能。

利用依存句法分析和关键词共现的机器阅读理解模型

片段抽取式阅读理解是机器阅读理解典型任务之一,根据所给的篇章回答相关问题得到答案片段。在处理长文本如长问题或者长答案时,在无关词的噪声干扰和词之间长距离的关联跨度影响下,往往模糊了关注度的问题,一方面,依存句法分析通过识别词之间的语义关系,另一方面,增强句子的主干文本结构信息可以提升模型对于长文本阅读能力。该文寻找篇章中相关问题答案的主要方式是找到问题与篇章的关联特征,两者最关联的特征就是关键词,通过建立的关键词指导模型,实现在自注意力机制以获得正确答案的开始和结束位置。实验结果表明,在预训练语言模型的基础上将依存句法分析信息和关键词共现特征结合能够提升阅读理解的效果,在评测语料上F1值达到88.24。

基于Bi-LSTM的藏文依存句法分析研究

藏语句法分析目前的研究集中在藏语言的成分句法分析。采用深度学习的方式进行藏语依存句法分析的研究方面基本处于空白状态。基于转移的依存句法分析是一种快速有效的依存句法分析方法,当句子输入到基于转移依存解析器后,解析器从左到右预测一系列解析动作。结合藏文的特点,构建了CoNLL-U格式的藏文依存树库,提出了一种基于双向LSTM的依存句法解析器,并采用注意力机制学习转移解析过程中解析器状态的表示,通过捕获更多的信息特征来对解析器的全局状态进行建模。在构建的藏文依存树库上进行实验,将堆栈信息、词性信息、历史转移动作信息作为模型的辅助信息,进行更深层次句法特征信息学习。实验表明上述模型对藏文的依存句法分析有较为显著的效果。

基于依存句法分析的建筑设计规范条文自动结构化方法

基于BIM的建筑专业施工图合规性自动审查的关键步骤是将自然语言建筑设计规范条文转换为计算机可理解并执行的格式。为解决人工转译建筑设计规范条文费时、费力且效率低的问题,本文提出了基于依存句法分析的建筑设计规范条文自动结构化方法。借助依存句法分析词语之间的依存关系,利用正则表达式与关键字组合识别词语的语素特征,推导出各类规范条文的判断依据。按照核心词语将规范条文分成四类,设计自动结构化流程,实现规范条文中实体和关系的抽取。最后,通过案例分析对方法程序进行了验证,较高的正确率表明了该方法的有效性,对推进基于BIM的建筑专业施工图合规性自动审查系统的应用具有重要意义。

基于依存句法的博文情感倾向分析研究

博客作为一种用户发表其观点和看法的载体已成为Web上一个重要的情感抒发与交流平台,博文搜索为这种交流提供了方便快捷的途径.很多时候,用户进行博文搜索时更关注作者对事件所持的观点或情感,但目前的博文搜索返回结果大多基于主题而非情感倾向.基于此提出一种基于句法依存分析技术的算法SOAD(sentimentorientationanalysisbasedonsyntacticdependency)对博文搜索结果进行情感倾向性分析.基于SOAD算法,构建了一个中文博文搜索原型系统,对博文搜索结果进行再处理.实验证明,一方面,SOAD算法在分析博文情感上具有更大的优势;另一方面,建立的原型系统实现了依据情感倾向返回搜索结果的目标.

基于句法语义依存分析的中文金融事件抽取

事件抽取在自然语言处理应用中扮演着重要的角色,如股票市场趋势预测.传统事件抽取较为关注触发词和论元所属类型的正确性,较少地结合应用需求去分析研究事件抽取效果及使用价值.在财经领域,事件作用对象及动作是关注的重点.因此,本文聚焦于金融事件,抽取三元组事件ET(Sub,Pred,Obj).在中文财经新闻中,存在大量事件嵌套和成分共享等现象,致使易出现事件漏抽和事件成分缺失的情况.为了解决这些问题,本文建立一个句法和语义依存分析相结合的中文事件抽取框架,归纳了4种常见缺省结构,并设计相应的补全规则.首先,基于句法依存树,分析动词词法和句法结构,建立核心动词链,使得每个核心动词对应一个事件,解决事件漏抽问题.然后,在句法依存树的基础上添加语义依存关系,建立事件间语义关联,得到句法语义依存分析(Syntactic Semantic Dependency Parsing,SSDP)树.第三,调整SSDP树,优化句法结构,形成SSDP图,使得同等句法结构的词结点处于相同层级,为后续事件抽取提供途径.第四,归纳4种常见缺省结构,设计相应补全规则,解决事件成分缺失问题.最后,在中文财经新闻标题和CoNLL2009中文语料上进行详细的实验测试,实验结果表明该方法是有效的.

融合句法信息的实体关系联合抽取

实体关系抽取是自然语言处理领域知识图谱构建的关键技术之一,有助于知识图谱自动化更新和扩充,并为下游任务提供重要的知识库支持。目前实体关系抽取方法大多从单一角度进行特征提取,导致特征表达能力不足,同时级联错误累积现象严重,无法较好针对实体关系重叠、实体嵌套现象进行适配,极大地影响实体关系抽取的精度和效率。为了同时解决这些问题,提出了一种融合语义和依存句法信息的实体关系联合抽取方法。该方法采用预训练语言模型BERT提取语义特征;然后利用句法注意力图卷积神经网络获取依存句法特征;最终,融合语义特征和依存句法特征对句子中多个关系的主客实体位置进行预测标记。实验结果表明,所提模型在NYT和WebNLG公共数据集上的F1值分别达到了92.8%和91.1%,与基线模型和其他深度学习模型相比,模型在重叠实体抽取上取得了较好的效果,验证了模型的有效性。

基于短语句法结构和依存句法分析的情感评价单元抽取

文章建立了一套不受领域约束、在各个领域中通用的情感评价单元抽取模式,实现自动且准确地抽取情感评价单元。首先,基于短语的内部结构和句法功能,深入地分析评价对象及其对应的评价短语在句中的句法位置;其次,结合情感句中词性和词对间的依存关系进行情感评价单元的抽取;最后,通过手工构建通用和领域情感词典进行情感评价单元抽取和情感倾向性计算的对比实验,进一步验证抽取模式的有效性。结合短语句法结构和依存句法进行情感评价单元抽取,准确地挖掘出评价对象及其对应的评价短语之间的句法关系。实验结果表明,在应用到后续情感倾向性计算的实验时,整体准确率得到大幅度提升。

融合多策略数据增强的低资源依存句法分析方法

依存句法分析旨在识别句子中词与词之间的句法依赖关系。依存句法能为信息抽取、自动问答和机器翻译等任务提供句法特征,提高模型性能。训练数据规模对依存句法分析模型的性能具有重要影响,训练数据的缺乏会带来严重的未知词问题和模型过拟合问题。文中针对低资源依存句法分析问题,提出了多种数据增强策略。所提方法通过同义词替换有效扩充了训练数据,缓解了未知词问题。通过多种Mixup的数据增强策略,有效缓解了模型过拟合问题,提高了模型的泛化能力。在(Universal Dependencies treebanks,UD treebanks)数据集上的实验结果表明,所提方法有效提升了小规模训练语料条件下泰语、越南语和英语依存句法分析的性能。

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。

基于依存句法分析的社会媒体文本挖掘方法——以饮食习惯特色分析为例

在进行社会媒体文本挖掘时,传统的基于词表的方法,存在准确率较低、词表难获得等问题。该文提出一种基于依存句法分析的文本挖掘方法,通过规则匹配的方式从社会媒体文本中提取信息。该方法不依赖词表,且实验证明了相比基于词表的方法在准确率上有大幅提高。应用基于依存句法分析的文本挖掘方法,我们在微博文本上进行了饮食习惯特色分析,实现了性别、地区、时间等维度的饮食习惯特色分析并可进行交叉分析,最终用词云的方式展示了结果。

多领域中文依存树库构建与影响统计句法分析因素之分析

为提升依存分析并分析影响其精度的相关因素,该文构建了大规模中文通用依存树库和中等规模领域依存树库。基于这一系列树库,通过句法分析实验考察质量、规模、领域差异等因素对中文依存分析的影响,实验结果表明:(1)树库规模和质量均与句法分析精度成正相关关系,质量应先于规模因素被优先考虑;(2)通用树库和领域树库之间的差异程度与前者对后者的替代性成相关关系;(3)两种树库混合使用的效果同样与领域差异有关。

基于依存句法分析与分类器融合的触发词抽取方法

事件检测与分类是事件抽取的关键环节,触发词抽取是完成事件检测与分类的主流方法。提出了一种事件触发词抽取方法,该方法针对单一触发词抽取方法没有充分利用依存句法分析信息且召回率不高的问题,通过综合利用依存句法分析信息和其他信息抽取触发词—实体描述对的方法来提高触发词抽取的召回率,然后将触发词—实体描述对抽取结果与单一触发词抽取结果相融合以避免召回率提高所带来的准确率下降问题。在ACE2005中文语料上进行实验,该方法在事件检测与分类任务中取得较好效果,F值分别达到了69.0%和66.2%。

基于图神经网络和依存句法分析的文本分类

文本分类被广泛应用于新闻分类、话题标记和情感分析等语言处理场景中,是自然语言处理中的一个基本而重要的任务。目前的文本分类模型一般没有同时考虑文本单词的共现关系和文本自身的句法特性,从而限制了文本分类的效果。因此,提出了一个基于图卷积神经网络的文本分类模型(Mix-GCN)。首先基于文本单词之间的共现关系和句法依存关系,将文本数据构建成文本共现图和句法依存图;接着,利用GCN模型对文本图和句法依赖图进行表示学习,得到单词的嵌入向量;然后通过图池化方法以及自适应融合的方法得到文本的嵌入向量;最后通过图分类方法完成文本分类。Mix-GCN模型同时考虑了文本中相邻单词之间的关系和文本单词之间存在的句法依存关系,提升了文本分类性能。在6个基准数据集上与8种知名文本分类方法进行了比较,实验结果表明Mix-GCN具有良好的文本分类效果。