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。

综合成分句法分析的技术名称识别

技术名称是科技领域中用于准确交流信息的术语,自动识别技术名称可以帮助专家和大众发现、认知、应用新技术,具有重要价值;而基于无监督的方法在识别技术名称时存在规则复杂、适应性差等问题。为了提升从文本中识别技术名称的能力,提出一种综合成分句法的技术名称识别方法。首先,通过成分句法分析构造句法结构树;其次,从自上而下和自下而上这两个角度抽取候选技术名称;最后,融合统计频次和语义信息,以选取最优技术名称。此外,构建一个技术术语数据集以验证所提方法的有效性。在该数据集上的实验结果表明,相较于基于依存关系的方法,所提基于自下而上的方法的F1值提高了4.55个百分点;同时在3D打印领域进行了案例分析,发现所提方法识别的技术名称与该名称对应领域的发展契合,可用于回溯技术的发展历程和描绘技术的演化路径,为理解、发现、探索领域未来技术提供参考。

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。

湘西传统村落空间形态句法分析——以德夯苗寨、中黄村、坪朗村为例

湖南传统村落众多,旅游资源丰富,湘西是少数民族聚集区,具有发展旅游的独特优势。因城市文化的强势影响,导致传统村落文化景观被破坏、空间形态异化严重,旅游业陷入不可持续发展困境。选取湘西地区入选国家传统村落名录的德夯苗寨、中黄村、坪朗村三村为研究对象,从空间形态方面进行比较研究,通过空间句法(DepthMap)量化分析与可视化理论研究其空间形态、文化景观与旅游功能的关系,并依据句法分析所得数据、图示与模型对其相互影响进行效能评价,为传统村落旅游发展与空间优化设计实践提供经验借鉴。

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。

依存句法分析方法综述

近年来,自然语言处理发展迅速,依存句法分析作为自然语言处理的重要组成部分,成了句法分析研究的热点问题。目前较为成熟的依存句法分析方法有4种:生成式句法分析模型、判别式句法分析模型、决策式句法分析模型和约束满足句法分析模型。文章详细介绍了4种句法分析模型的原理,并对模型算法进行了对比分析。

面向中文电子病历的句法分析融合模型

完全句法分析是自然语言处理(Natural language processing, NLP)中重要的结构化过程,由于中文电子病历(Chinese electronic medical record, CEMR)句法标注语料匮乏,目前还没有面向中文电子病历的完全句法分析研究.本文针对中文电子病历模式化强的子语言特征,首次以树片段形式化中文电子病历复用的模式,提出了面向数据句法分析(Dataoriented parsing, DOP)和层次句法分析融合模型.在树片段抽取阶段,提出效率更高的标准树片段和局部树片段抽取算法,分别解决了标准树片段的重复比对问题,以及二次树核(Quadratic tree kernel, QTK)的效率低下问题,获得了标准树片段集和局部树片段集.基于上述两个树片段集,提出词汇和词性混合匹配策略和最大化树片段组合算法改进面向数据句法分析模型,缓解了无效树片段带来的噪声.实验结果表明,该融合模型能够有效改善中文电子病历句法分析效果,基于少量标注语料F1值能够达到目前最高的80.87%,并且在跨科室句法分析上超过Stanford parser和Berkeley parser 2%以上.

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。

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。

基于中文宾州树库的依存句法分析器的比较

依存句法分析作为句法分析的一种,是当前自然语言处理领域的热点问题。文章利用目前应用最广的四类依存句法分析器(斯坦福依存句法分析器、复旦大学依存句法分析器、哈尔滨工业大学依存句法分析器和最大生成树依存句法分析器)对汉语进行了依存句法分析研究。主要对四类依存句法分析器进行了详细介绍,重点对各分析器所采用的模型和算法进行了分析和对比。通过实验,总结了目前依存句法分析研究存在的问题,并对未来的研究发展趋势进行了展望。

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。

头驱动句法分析中的直接插值平滑算法

在头驱动句法分析模型下,基于经典插值平滑算法,提出了以统计空间中平均事件数为基础的直接插值平滑建模原则,并应用经典的误差理论分析了该原则的合理性.基于该原则并借鉴语言模型中其他插值平滑算法对模型的零点进行假设的方法,在头驱动句法分析模型下,重新构造了4种平滑算法.实验数据显示,新平滑算法在高于经典平滑算法性能的同时,显著降低了自由参数的扰动程度,从实验的角度证明了该平滑建模原则的有效性.

基于统计学习模型的句法分析方法综述

句法分析是自然语言处理领域中重要的基础研究问题之一。近年来,基于统计学习模型的句法分析方法研究受到了广泛关注,多种模型与算法先后被提出。从采用的学习模型和算法类型着手,该文系统地对各种主流和前沿方法进行了归纳与分类,着重对各类模型和算法的思想进行了分析和对比,并对中文句法分析的研究现状进行了综述;最后,对句法分析下一步的研究方向与趋势进行了展望。

向上学习方法改进移进-归约中文句法分析

基于移进-归约的句法分析系统具有线性的时间复杂度,因此在大规模句法分析任务中具有特别实际的意义。然而目前移进-归约句法分析系统的性能远低于领域内最好的句法分析器,例如,伯克利句法分析器。该文研究如何利用向上学习和无标注数据改进移进-归约句法分析系统,使之尽可能接近伯克利句法分析器的性能。我们首先应用伯克利句法分析器对大规模的无标注数据进行自动分析,然后利用得到的自动标注数据作为额外的训练数据改进词性标注系统和移进-归约句法分析器。实验结果表明,向上学习方法和无标注数据使移进-归约句法分析的性能提高了2.3%,达到82.4%。这个性能与伯克利句法分析器的性能可比。与此同时,该文最终得到的句法分析系统拥有明显的速度优势(7倍速度于伯克利句法分析器)。

中心词驱动句法分析中的平滑技术

解决数据稀疏问题是中心词驱动句法分析中的一个重要问题,基于词类的统计语言模型是解决统计模型数据稀疏问题的重要方法.本文在分析经典平滑算法的基础上,提出一种基于语义依存信息和互信息的词聚类算法,并利用绝对权重差分方法构造了一种可变长语言模型,即根据历史词对当前词预测所作的贡献不同,n值的大小也随之变化.进而提出了一种基于语义类和可变长模型的中心词驱动句法分析改进模型,既增强了句法分析模型的消歧能力,又解决了严重的数据稀疏问题.改进模型性能有了明显的提高,精确率和召回率分别为84.53%和82.41%,综合指标F值比Collins的中心词驱动句法分析模型提高了2.02个百分点.

面向移进—归约句法分析器的单模型系统整合算法

该文提出了一种面向移进—归约句法分析器的单模型系统整合算法。在训练阶段,该方法通过调整训练数据的分布,来构建用于整合的多个移进—归约句法分析器。在解码阶段,该方法首先使用各个移进—归约句法分析器对待分析的句子进行句法分析,然后利用一个线性模型对各句法分析器输出的句法树进行评分,从中选出得分最高的句法树作为最终结果。该文中的实验是在宾州英文树库上进行的。实验结果表明,该文中的方法能够显著改善基准系统的性能。

基于两种句法分析的语义角色标注比较研究

首先介绍了短语结构句法树和依存树,比较了两者的差别。然后通过构建基于短语结构句法分析和基于依存句法分析的两个不同的语义角色标注系统,在实验数据的基础上,重点分析短语结构句法分析和依存句法分析的差别以及两者对语义角色标注的影响。实验结果表明,基于依存句法分析的语义角色标注系统的性能略好于基于短语结构句法分析的语义角色标注系统。

一种基于上下文的隐马尔可夫模型的汉语句法分析模型的实现

本文采用中科院句法分析树库所采用的短语标记,基于汉语句子结构中上下文相关的特点,计算隐马尔科夫模型的观察概率,并利用隐马尔科夫模型构建汉语自动句法分析模型,从浅层到完全对句法进行分析;同时,利用规则集和最大成组法对划分歧义进行制约和优选。实验证明,该算法能有效地消除歧义并提高句法分析正确率。