潜伏语义分析的理论及其应用

人们为什么能够在他们所得到的稀少信息基础上获得那么多的知识?对这个柏拉图问题有各种各样的回答。潜伏语义分析(Latent Semantic Analysis, LSA)使用了奇异值分解的线性代数的方法说明减少维数有助于揭示语义的潜伏关系,本文举了两个事例来加以说明:一个是对包括了计算机人机对话和数学图论两个内容的九篇文章题目进行分析,两个原来无甚联系的词经处理后却有很高的相关(.90)。另一个是对中国学生英语失误的关系的分析,减少维数后能更好地解释五种水平不同的学习者的拼写失误、用词失误和句法结构的发展趋势。LSA在文本处理方面有广泛的应用范围。

潜伏语义分析理论在自动推断底层篇章关系中的应用

本文利用潜伏语义方法,通过对文本进行特征抽取,来判断文本的底层语篇关系。

从英语小说阅读到英语写作——一项潜伏语义分析理论驱动的英语写作教学实验报告

受潜伏语义分析研究成果启发,本研究假设:大幅结合英语小说阅读的英语写作教学模式具有引领中国英语写作教学突破困境的潜力。为了验证假设,本研究开展时长8个星期的英语写作教学对比实验。数据表明,引入英语小说阅读元素的英语写作教学实验班学生在英语写作表现上的变化明显优于对照班学生的表现,但数据同时表明,两者的差别尚未达到统计学上的显著意义。但是,两者之间的明显差别表明,有必要在延长实验周期、控制实验参数以及改善实验条件的基础上进一步开展更大规模的实验研究。

隐喻的二语习得:潜伏语义分析的预测与实验证据(英文)

二语习得研究中的一个重大问题是解释学习者如何习得经验中没有的知识。学习者没有见过的新隐喻提供了研究这个问题的一个理想案例。潜伏语义分析理论预测,隐喻的意义,是读者能够从对本体和喻体的知识中导出的。本研究的实验检测了这一预测,实验结果与潜伏语义分析的预测一致,表明:如果学习者知道本体和喻体的特性,他就能够得出隐喻的意义。本研究对知识习得的问题提供了一个回答。

基于小数据集抽取算法SDRA的主观题自动评分研究

主观题自动评分(Automated Essay Scoring,AES)是语言测试领域的难点,自动评分的第一步往往要用大量已经人工评分的数据集生成评分模型,但是研究者常常困顿于数据集的不足。从数学的角度来看,其实只需要小数据集就可以构建出媲美大数据集所生成的评分模型,从而有效提高科研工作者的效率和数据利用率。本文提出一种小数据集抽取算法(Small Dataset Retrieval Algorithm,SDRA),在基于潜伏语义分析方法(LSA)的自动评分软件平台上,分别实施SDRA和传统的大数据集的评分模型方法,实验结果表明,SDRA仅用了25%的数据量,即可达到接近于传统大数据集的评分效果,从而验证了SDRA是行之有效的。

英语阅读促进非英语专业研究生写作的实证研究

受潜伏语义分析理论和体裁结构潜势理论研究成果的启发,实证研究英语阅读对非英语专业研究生写作的促进作用。经过8周的英语写作教学对比实验,进行多体裁文章阅读的实验组取得了最大的成绩提升,其次是小说阅读实验组。这表明,大量的课外阅读,尤其是多体裁文章的阅读能有效促进非英语专业研究生英语写作能力的提升。

大学英语精读教材与CET4阅读材料易读性的比较

结合潜伏语义分析技术,Coh-Metrix是一项可以测量文本衔接性和文章难度的自动分析工具,它突破了以往传统的易读性公式仅限于对文章表层形式特征的统计的局限性,可以在线同时测量文本特征、衔接手段、词汇多样性、句法复杂度和文本可读性等106个文本特征。本研究尝试利用这一工具对大学英语精读教材和四级阅读理解部分的语言难度进行量化分析,了解目前非英语专业大学生使用的英语教材和阅读考试的语言难度差异。实验发现大学英语精读教材第一、二册的文章易读性远低于CET4阅读材料,且精读教材第一、二册之间没有明显的难度差异。

基于多特征融合的图像检索技术研究

提出了一种基于多特征融合的图像搜索算法。该算法将不同特征作为图像不同侧面的属性,构建多模式语义空间,将潜伏语义检索(Latent Semantic Indexing-LSI)技术应用于图像检索过程,挖掘图像之间的潜伏语义联系,并结合有效的用户反馈信息,从而大大提高了图像搜索的性能。对准确率(Presion Rate)、回想率(Recall Rate)以及匹配时间等指标的统计分析,充分证明了多特征融合的潜伏语义检索在CBIS领域的优势。