文本蕴涵研究现状和发展趋势

目前文本蕴涵(TE)的研究基本上是自然语言信息处理(NLP)领域的专利,其效果还有待提高,一个重要的切入点和趋势就是开展和加强语言学角度文本蕴涵识别(RTE)研究,特别要加强认知和依存的研究,以更有效指导面向RTE的资源建设,提高NLP角度RTE效果。

基于支持向量机的中文文本蕴涵识别研究

文本蕴涵关系研究的主要目的是在建立通用文本推理框架的同时,解决自然语言语义表达的多样性问题。将中文文本蕴涵关系识别问题归结为一种分类问题,进而基于支持向量机构造分类模型,对中文文本对间的语义关系进行分类;主要采用统计、词汇语义以及句法相关的分类特征。实验结果表明基于支持向量机的多分类器可以有效地对中文文本蕴涵关系进行识别。

融合句法结构变换与词汇语义特征的文本蕴涵识别

传统文本蕴涵识别方法仅停留在词汇级的识别,无法涉及句法、语义等方面,造成识别结果的F值较低。针对该问题,提出一种将句法结构的变换和传统词汇语义特征结合的中文文本蕴涵识别方法。对文本进行基于句法分析树变换的预处理,将句法分析中适用于文本蕴涵识别的特征加入到相关的统计和词汇语义特征中,使用统计机器学习的方法对由文本片段T和假设的文本片段H组成的文本对进行蕴涵关系分类,并经过语义规则的修正处理得到最终的识别结果。在NTCIR RITE3上的评测结果表明,与III&CYUT,Yamraj等相比,该方法能获得较高的F值。

基于统计与词汇语义特征的中文文本蕴涵识别

对中文这种意合型语言而言,为了进行文本内容理解和文本语义推理,必须识别文本间的蕴涵关系。针对中文文本,在文本预处理的基础上,提取中文文本的相关统计特征和词汇语义特征;基于获取的统计与词汇语义特征,使用支持向量机设计并实现分类器对中文文本对间蕴涵关系进行分类。实验结果表明,基于统计与词汇语义特征进行中文文本蕴涵关系识别是可行的。

基于知识话题模型的文本蕴涵识别

该文分析了现有基于分类策略的文本蕴涵识别方法的问题,并提出了一种基于知识话题模型的文本蕴涵分类识别方法。其假设是:文本可看作是语义关系的组合,这些语义关系构成若干话题;若即若文本T蕴涵假设H,说明T和H具有相似的话题分布,反之说明T和H不具有相似的话题分布。基于此,我们将T和H的蕴涵识别问题转化为相关话题的生成过程,同时将文本推理知识融入到抽样过程,由此建立一个面向文本蕴涵识别的话题模型。实验结果表明基于知识话题模型在一定程度上改进了文本蕴涵识别系统的性能。

文本蕴涵的推理模型与识别模型

该文首先介绍一个逼近文本蕴涵关系的推理模型,它由带有推理规则集的蕴涵型式知识库和相关的概率评价构成。接着介绍习得推理规则和蕴涵型式及其概率的几种方法,包括从平行或单一语料库中学习和从网络文件中学习。然后介绍基于词汇概率的蕴涵识别模型,包括通过构建词汇蕴涵的概率模型和基于词汇所指的语义匹配模型来逼近文本蕴涵的几种方法。最后介绍基于句法的语义分析模型,包括基于依存树节点匹配、论元结构或原子命题匹配等处理模型。

基于语言现象的文本蕴涵识别

该文提出一种基于语言现象的文本蕴涵识别方法,该方法建立了一个语言现象识别和整体推理判断的联合分类模型,目的是对两个高度相关的任务进行统一学习,避免管道模型的错误传播问题并提升系统精度。针对语言现象识别,设计了22个专用特征和20个通用特征;为提高随机森林的泛化能力,提出一种基于特征选择的随机森林生成算法。实验结果表明,基于随机森林的联合分类模型能够有效识别语言现象和总体蕴涵关系。

基于文本蕴涵的受限领域自动问答方法研究

本文提出了一种用于受限领域自动问答的新方法。与传统的自动问答方法不同,该方法不对用户问题进行语言分析以生成结构化的查询,而是利用文本蕴涵技术从自动生成的假设问题库中寻找用户问题所蕴涵的假设问题,然后利用该假设问题所附的答案指南获取用户问题的答案。该方法的优点之一是不需要复杂的语言处理就可以回答复杂的问题,而且正确率较高;优点之二是可以利用本体方便地生成不同语种的假设问题,实现跨语言问答。本文基于英文提问对该方法进行了测评,测评结果表明几乎所有的用户问题都可以基于生成的假设问题来直接或间接地回答,回答的正确率达到65.6%。

一种在矩阵空间中识别文本蕴涵的动态交互网络

针对文本蕴涵问题提出一种动态交互网络(dynamic interactive network,DIN)进行识别。不同于已有交互模型,DIN将两句词向量投射到二维矩阵空间中进行交互,然后利用输出矩阵为同时处理上下文信息和控制信息流动的GRU编码器生成动态权重。前者通过更高阶形式的信息交互挖掘深层逻辑片段,后者通过改变交互信息与上下文信息的结合模式帮助编码器有效区分两者的重要性差异。模型在SNLI测试集上获得了88.0%的识别准确度,超过已有的最佳模型,且使用的训练参数仅为它的一半。

基于图式的文本蕴涵识别初探

文本蕴涵识别是大部分自然语言信息处理应用的核心。该文尝试探讨文本蕴涵识别中涉及的(意象)图式理据。通过对选自语料例子的分析,显示各类图式是如何成为文本蕴涵识别的理据的。图式包括物性结构、理想认知模型、框架、脚本等。这些图式都是表示语义信息的结构。从广义上讲它们都可以纳入语义特征的范畴,都可能成为蕴涵关系成立的理据。基于图式的文本蕴涵识别研究结合有关图式库的构建,有望为突破文本蕴涵识别瓶颈作出重要贡献。

基于短文本隐含语义特征的文本蕴涵识别

该文采用基于短文本隐含空间语义特征改进文本蕴涵识别,该方法通过构造句子的隐含变量模型,并融合基于该模型的句子之间相似度特征,和词汇重叠度、N元语法重叠度、余弦相似度等字符串特征,以及带标记和未标记的子树重叠度句法特征一起利用SVM进行分类。基于该分类算法,我们对RTE-8任务进行了测试,实验表明短文本的隐含语义特征可有效改进文本蕴涵关系识别。

基于混合主题模型的文本蕴涵识别

分析识别文本蕴涵的主流方法,并基于文本T和假设H可以从潜在混合主题中生成的猜想,提出一个混合主题模型来识别文本蕴涵,描述一个在混合主题模型上生成文本的概率模型。该模型把文本T和假设H看成是同一语义的不同表达,表示为多模式的数据,若文本T和假设H有蕴涵关系,则它们有相似的主题分布,共享混合词汇表和主题。设计mix LDA和LDA模型的对比实验,并对RTE-8任务进行测试,通过支持向量机对得到的句子相似度和其他词法句法特征进行分类。实验结果表明,基于混合主题模型的文本蕴涵识别具有较高的准确率。

融合词义信息的文本蕴涵识别方法

文本蕴涵识别是对两个文本之间语义关系的有向推理,而词汇的词义对理解文本的语义以及推理文本之间的语义蕴涵关系有着重要作用。因此,为了有效利用词汇的词义信息推断文本之间的语义蕴涵关系,该文提出一种融合词义信息的文本蕴涵识别方法。该方法首次提出将原始的词汇转化为对应的目标词义,然后利用词汇的词义信息改善文本的语义表示和文本间语义关系的推理。实验表明,该文所提出的方法可以有效改善文本间语义关系的推理,从而提升文本蕴涵识别的准确率。

基于多层注意力机制的中文文本蕴涵识别方法

为解决文本蕴涵中无法同时捕捉句间交互信息和全局信息的问题,提出一种基于多层注意力机制的中文文本蕴涵识别方法。使用Bi-LSTM分别对句子进行编码,采用自注意力和协同注意力分别得到句子的全局信息和句子间的交互信息,经过全连接层进行分类得到识别结果。在CNLI数据集上文本蕴涵识别准确率达到了73.88%,在NTCIR-9的RITE数据集上达到了67.63%,实验结果表明,该方法在中文文本蕴涵识别任务中是有效的。

基于词向量的中文词汇蕴涵关系识别

英文词汇蕴涵关系识别已有较多研究,并提出许多识别模型,但针对中文的词汇蕴涵关系获取则鲜有研究。为此,提出一种中文词汇蕴涵关系识别方法。利用词向量技术,在中文维基百科语料上进行训练,将词汇表示为词向量,设计各种基于词向量的分类特征,训练得到可用于名词词汇蕴涵关系分类的支持向量机分类模型。实验结果表明,与传统的余弦相似度方法相比,该方法以及设计的各种分类特征在词汇蕴涵关系识别方面具有明显优势。

语义蕴涵关系识别中的特征提取方法

为了捕捉不同文本片段之间的语义推理结果,实现文本片段之间的推导,采用基于分类器的方法进行蕴涵关系的判断.特征的选取是影响分类器性能的关键因素,在采用基本的词汇特征的基础上,引入了句法特征以及语义特征.通过构建语义链的方法挖掘T和H之间的语义关联,并应用于不同的分类器检验语义特征的有效性.在公开评测的数据集RTE-3～RTE-5上评价系统的性能,AdaBoost与SVM分类器取得的准确率分别为61.0%和61.8%.t检验的结果表明:基于语义链的语义特征使得系统性能得到了显著的提高.

基于语义规则的中文矛盾关系识别方法

文本蕴涵是文本理解与语义推理的基础,近来在计算机语言领域受到了极大关注。矛盾关系是蕴涵关系的一种否定,二者都是语义学的主要研究内容。在文本蕴涵关系识别的基础之上,研究了如何识别文本矛盾关系,提出了一种基于语义规则的矛盾检测方法。实验表明,基于语义规则的矛盾检测方法对于中文矛盾关系识别是可行的,同时矛盾关系相对精确的识别也增强了文本蕴涵识别的准确性。

基于推理现象识别的答案抽取

答案抽取是问答系统的核心任务之一。为了改进答案抽取性能,本文提出一种基于推理现象的答案抽取方法,该方法通过分析问句和检索候选句间的推理现象,进而判断两个句子间的蕴涵关系,并据此抽取候选答案。该方法的特点在于,首先从局部上把握两者所包含的推理关系,然后基于此从整体上分析问题与答案句的关系,以此作为答案抽取的依据。实验表明,本文方法能够在一定程度上改进答案抽取的性能。

面向计算的汉语动词蕴涵关系研究和型式库建设

文本蕴涵的理论研究和型式库建设,具有语言信息处理上的应用价值。综合逻辑学上的蕴涵理论、语义学上的衍推理论以及近年来在自然语言处理学界兴起的文本蕴涵理论,并参考配价语法理论和论元结构理论的相关内容,可以发现汉语常用动词间的蕴涵关系及其类型和规则集合。根据已发现的动词蕴涵规律,运用[±时间性包含]、[±转精]、[±致使]、[±相同语素]、[±相同主体]等语法和语义特征,将汉语动词的蕴涵关系逐级划分次类,形成一个层级系统。在此基础上,建立具有多种检索功能的汉语动词蕴涵型式库,为自然语言处理等应用任务提供有益的词汇本体知识。

高中语文课程中的情感教学初探

高中语文课程的目标是进一步提高学生的语文素养,使学生具有较强的语文应用能力和一定的审美能力、探究能力,形成良好的思想道德素质和科学文化素质,为终身学习和有个性的发展奠定基础.……