从概念基元空间到语义基元空间的映射--HNC联想脉络与词汇语义结构表述研究

从HNC理论的两个重要假设入手,将HNC概念表达式与"词群—词位变体"理论的词义基元结构式进行对接。这种延伸在工程上表现为面向语言信息处理技术的语义网建设,在理论上可概括为"概念基元空间到词汇语义基元空间的映射"。

基于概念基元的词语相似度计算研究

词语相似度的计算在机器翻译、信息检索等多个领域有重要作用。该文以概念层次网络理论的概念基元符号系统为语义资源,在共性与差异性对比思想下,提出一个涵盖层次性、网络性、对比对偶特性、挂靠特性及五元组信息的多维度词语相似度计算方法;在节点深度和节点距离度量上,引入权重以增加不同层次间的区分程度。在人工打分的测试集上进行实验,结果表明该方法计算的相似度与人工判断的符合程度较好,兼容度、相关系数和序对符合度分别达到0.812,0.786和0.775;同时,相关性检验的结果也显示该方法的计算值与人工打分显著相关。

基于HNC概念关联性的领域判定研究

在概念层次网络理论中,领域是语境单元的一个要素,而领域判定是语境单元萃取的重要课题之一。该文提出一种利用领域概念以及概念关联式进行领域判定的方法,通过在概念基元层面进行频数统计、概念合并及概念汇总实现领域的判定。对政治、经济、军事三个领域的语料进行测试,结果表明,使用概念关联式能够改进领域判定的效果,其F1值分别达到90.61%、90.83%、90.99%,比不使用概念关联式的情况分别提高了7.7%、12.76%、5.01%。最后,与基于关键词方法的对比结果也显示使用概念基元的方法效果较好。

基于概念层次网络的事件抽取研究

为使计算机能从文本中自动抽取出事件及事件要素,利用概念层次网络理论,对文本进行句类分析得到语义块后,以事件触发概念信息为线索,加入语义块权重,用频数指标提出事件类型判断方法。进一步利用句类知识分析语义块和事件要素的对应关系,并建立对应规则,抽取事件要素。在中文突发事件语料库上进行了实验,事件类型识别和事件要素抽取的F1测度宏平均分别为0.871和0.768,较对比方法分别提升了4.8和6.4个百分点,总体处理效果较好。

基于HNC理论的语义相关度计算方法

语义相关度计算对于语句的语义结构的分析有重要作用,同时也可以用于自动文本分类和信息检索的语义处理。该文以HNC理论的概念基元树表和词语的HNC符号映射方法为依据,提出并实现了语义相关度计算的方法。论文分析了这种方法的优势,并验证了它在语句语义结构分析中的作用。

HNC理论关系句研究及其机器翻译改进

HNC理论将自然语言的语句分为7大句类,其中关系句是表述关系及关系双方的句类。对其中具有双向特征的基元概念为关系形成的关系句进行分析,主要从双向关系和扩展双向关系句出发。在此基础上,设计改进关系句机器翻译的算法并进行实验验证,实验结果表明,对双向关系句的改进效果一般,而对扩展双向关系句的机器翻译改进效果则较好。