汉语语义构词的资源建设与计算评估

汉语是一种意合型语言,汉语语素的构词方式及其规律是描述、理解词义的重要因素。关于语素构词的方式,语言学界有语法构词与语义构词这两种观点,其中,语义构词对语素间关系的表达更为深入。本文基于语言学视角,结合汉语构词特点,提出了一套面向计算的语义构词结构体系,通过随机森林自动标注与人工校验相结合的方式构建汉语语义构词知识库,并在词义生成的任务上对该资源进行计算评估。实验取得了良好的结果。基于语义构词知识库的词义生成BLEU值达25.07,较此前的语法构词提升了3.17%,初步验证了这种知识表示方法的有效性。该知识表示方法与资源建设将为人文领域和信息处理等应用提供新的思路与方案。

一种改进的汉语语义角色分类体系与标注实践

语义角色标注是自然语言处理中的一项重要任务,涉及文本挖掘、神经网络学习、统计语言学等多个研究领域。在对一个汉语语料库进行语义角色分析时,发现现有的汉语语义角色体系存在一定的局限性。通过引入新的语义角色、吸收和重新定义现有语义角色体系中的语义角色,该文提出了一种改进的汉语语义角色分类体系。该语义角色分类体系将事件中的语义角色分为两大类,即中枢语义角色和周边语义角色,其中,周边语义角色可进一步被细分为主要周边语义角色和辅助周边语义角色。为了减少语义理解的主观性从而客观地判断语义角色类型,该文基于语义和句式以“判断标准-相应例句”的形式详细解释了语义角色分类体系中的主要周边语义角色,并从中枢语义角色半自动化判断、复合动词作中枢语义角色处理、易混淆语义角色难点分析和辅助周边语义角色标注规定等多个方面给出了提高语义角色标注一致性的说明。最后,根据提出的语义角色分类体系对实验语料库进行了语义角色的标注实践,分析了标注一致性,统计了新提出和重定义的主要周边语义角色在语料库中的分布情况,并与基于鲁川语义角色分类体系得到的标注结果进行了对比。

基于配价的汉语语义词典

本文介绍一个主要是基于配价理论开发的汉语语义词典 (Valency_basedChi neseSemanticDictionary ,文中简称VCSD) ,分为四个方面 :第一节简要交代这个研究工作的背景 ;第二节具体阐述一个汉语语义知识的表达框架 ;第三节说明这部语义词典的开发过程及目前达到的规模并展示若干样例 ;

一种细粒度的汉语语义角色标注数据集的构建方法

语义角色对自然语言的语义理解和分析有着重要的作用,其自动标注技术依赖良好的语义角色标注训练数据集。目前已有的大部分语义角色数据集在语义角色的标注上都不够精确甚至粗糙,不利于语义解析和知识抽取等任务。为了满足细粒度的语义分析,该文通过对实际语料的考察,提出了一种改进的汉语语义角色分类体系。在此基础上,以只有一个中枢语义角色的语料作为研究对象,提出了一种基于半自动方法的细粒度的汉语语义角色数据集构建方法,并构建了一个实用的语义角色数据集。截至目前,该工程一共完成了9550条汉语语句的语义角色标注,其中含有9423个中枢语义角色,29142个主要周边语义角色,3745个辅助周边语义角色,172条语句被进行了双重语义角色标注,以及104条语句被进行了不确定语义事件的语义角色标注。我们采用Bi-LSTM+CRF的基线模型在构建好的汉语语义角色数据集和公开的Chinese Proposition Bank数据集进行了关于主要周边语义角色的基准实验。实验表明,这两个语义角色数据集在主要周边语义角色自动识别方面存在差异,并且为提高主要周边语义角色的识别准确率提供了依据。

一种基于词矢量的汉语语义量化模型

通过建立基于词矢量的汉语语义量化模型来解决语义信息的自动获取及量化问题 ,描述了模型的建立方法及其在汉语词义排歧中的应用 ,最后通过构造伪词的方法对模型的语义辨识能力进行了评测 .实验表明该语义量化模型具有很好的语义表示能力 ,并且由于模型的建立是通过对大规模生语料库的统计来完成的 ,避免了人工对词语语义进行量化时所需的庞大工作量 。

现代汉语语义资源用于短语歧义模式消歧研究

现代汉语存在着许多歧义短语结构,仅依靠句中词性标记无法获得词与词之间正确的搭配关系。本文研究了大量包含歧义的短语实例,分析了计算机处理汉语结构时面临的定界歧义和结构关系歧义问题,在已有短语结构规则的基础上归纳出了七种结构歧义模式,提出了分析歧义模式的关键是四种基本搭配信息的判断,并实现了基于语义知识和搭配知识的消歧算法。对887处短语进行排歧的实验结果表明,处理短语结构的正确率由82.30%上升到87.18%。

《现代汉语语义词典》管理系统的设计与实现

主要介绍了用VB5.0为《现代汉语语义词典》设计并实现动态管理、多种查询管理系统的研究工作。

汉语语义能力测验的编制及临床价值

目的编制汉语语义能力测验,并评价该测验的应用价值。方法 45例正常被试者和100例脑损伤患者完成汉语语义能力测验。以正常被试为基础,计算敏感性、特异性和约登指数。结果测验总分敏感性0.96,5个任务的敏感性分别为0.78、0.68、0.66、0.72和0.64;特异性分别为0.96、0.96、0.98、0.96和1.00;约登指数分别为0.60、0.46、0.42、0.39和0.50。结论汉语语义能力测验具有良好的诊断和甄别语义损伤的能力,具有临床和科研应用价值。

基于义类同现频率的汉语语义排歧方法

义类标注是信息检索和自然语言处理中的一个重要问题．但依靠人工对义类进行标注不仅是一个十分烦琐的工作，而且很难把握标准．因此，对义类代码自动标注的研究就显得尤为迫切，而要实现自动标注，必须解决多义词排歧这一重要问题．在对《现代汉语词典》（以下简称《词典》）的义类标注过程中，文中通过统计相邻词语义类组合串的出现频率构造了一个同现频率矩阵集．这一同现频率矩阵集充分利用了义类体系的层次结构，极大地减少了数据稀疏和数据冗余．在此基础上，对《词典》中的多义词进行了排歧，结果较为满意．

利用分级建库技术建造汉语语义词典

文章介绍了立足于机读文本资源——机读《现代汉语词典》和机读《同义词词林》，分级建造以统一管理、共享数据资源为特征的汉语语义词典的研究工作。

基于转喻框架的汉语语义仿词研究——评《汉语语义演变研究》

转喻在传统语言学中的表现形式为借代,是一种对语言文字实行进一步优化的修饰风格,与其他修辞风格一样都是用以加强语言文字表达效果的重要辅助修辞手段,因此,人们研究汉语语义仿词过程中也应一视同仁,重视转喻框架在汉语语言中的应用与发展。伴随着认知语言学的兴盛发展,转喻的地位随之产生变化并逐渐成为从事语言研究工作的专家与学者所热切关注的焦点,所以,本文将结合吴福祥、王云路编著的《汉语语义演变研究》分析我国汉语语义仿词基本理论。

基于Gate机制与Bi-LSTM-CRF的汉语语义角色标注

目前,语义角色标注大多基于双向长短时记忆网络(Bi-LSTM)。但是,由于词向量表示由上下文窗口中的词嵌入拼接得到,导致其依赖于左右词嵌入的联合作用。针对该问题,引入Gate机制对词向量表示进行调整。为了获取更深层次的语义信息,对Bi-LSTM的深度进行扩展。此外,引入标签转移概率矩阵进行约束,并且使用条件随机场(CRF)融合全局标签信息得出最优标注序列。实验结果表明,该方法使得汉语语义角色标注的F1值提高1.71%。

融合Gate过滤机制与深度Bi-LSTM-CRF的汉语语义角色标注

语义角色标注的传统方法采用基于句法特征的统计机器学习方法。由于依存句法可以表示词语之间的语义关系,故在语义角色标注中取得了较好的性能;但该方法存在特征抽取过程繁琐,难以捕捉句子中长距离依赖等问题。随着深度学习的兴起,研究者将基于双向长短时记忆(Bidirectional Long Short-Term Memory,Bi-LSTM)神经网络模型用于语义角色标注。该模型可以自动学习特征,并对词与词之间的远距离依赖关系进行有效建模。本文提出融合Bi-LSTM-CRF模型与依存句法特征的方法,并且引入Gate过滤机制对词向量表示进行调整,以达到利用句法特征提高语义角色标注精度的同时,规避特征工程的繁琐。CPB上的实验结果表明,利用本文所提方法的汉语语义角色标注的F1值达到79.53%,比前人的方法有了较为显著的提升。

结合池化技术和特征组的汉语语义角色标注

利用基于统计机器学习方法进行汉语语义角色标注(Semantic Role Labeling,SRL)存在人工抽取特征工作繁琐低效、模型难以捕捉长句上下文语义信息等问题.对此,提出BiLSTM-MaxPool-CRF融合模型进行汉语SRL,同时进行模型性能优化研究.首先,在训练语料中融入词性、论元标记、短语句法等多层级语言学特征;然后,结合AvgPool技术对特征组进行采样选取;最后,通过多组实验结果表明,相比于未采样提取的多特征组,经过池化技术采样提取的多特征能够显著提高模型的性能.

论汉语语义场的义位确定

汉语是语义语言,在汉语语义场构建的不同环节必须遵循不同的方法,才能准确描述出在很多方面不同于语形语言语义网络的汉语语义网络。义位确定是构建汉语语义场的基础,汉语义位确定的程序和方法具有特殊性。

文化传播中的汉语语义场效应

语义场不同义位在组合的动态过程中产生的语境意义,和由这样的意义所形成的话语意义,是语义场理论在语言学系统中具有价值的关键,也是这一理论具有生命力和张力的关键。笔者称之为场效应。汉语使用地域广阔,使用汉语的地域也存在一定文化差异,如意识形态、地理气候、经济、风俗习惯和方言等,这些语境因素都对汉语语义场发生影响。本文拟通过对文化传播中具体个案的话语研究,描述文化传播中汉语语义场效应。

深度学习在汉语语义分析的应用与发展趋势

人工智能分为感知和认知两个研究阶段。近年来,随着大数据技术和以深度学习为代表的机器学习技术的迅猛发展,人工智能在感知阶段进展飞速。然而,在认知阶段,尤其是在自然语言理解方面的发展仍较为有限。与人类丰富的语言经验、语言知识储备相比,仅仅依靠基于数据驱动的深度学习很难产生真正的智能。为了打破深度学习的性能瓶颈,必须将语义分析的理论和技术与深度学习模型相结合。因此,汉语语义分析理论和技术具有重要研究价值。汉语语义分析可以从海量的中文文本信息中挖掘语义信息,并提供智能的知识服务。文中主要描述了目前主流的汉语语义体系及其语义知识库的构建情况,介绍了汉语语义自动分析方法的研究进展和将汉语语义信息融入深度学习模型中的应用,最后对汉语语义分析的发展与态势进行了展望。

现代汉语语义知识库用于句法分析的研究

汉语在词类这个语言层次上存在着许多歧义结构,仅仅依靠句子中词的词性标记无法正确 获得汉语词之间的句法关系。针对这种情况,在已有的基于规则与概率模型的句法分析器基础上,使用 现代汉语语义知识库作为语义资源,进行了在句法分析中引入语义信息以提高分析正确性的研究。