面向科技语料的短语结构句法分析器

本文介绍了一个由哈尔滨工业大学设计和开发的面向科技语料的短语结构句法分析器。与传统的短语结构句法分析器不同,本句法分析器不需要对输入语料进行预处理。给定未经预处理的语料,本句法分析器可以联合地进行分词、词性标注以及短语结构的句法分析。这可以看成是多任务学习的一个实例。此外,针对科技语料的特点,本句法分析器对所使用的特征模板进行了优化,同时构建了面向科技语料的单词内部结构树库。实验结果表明,我们的句法分析器在通用领域的测试集以及科技领域的测试集上均取得了较好的效果。

结合短语结构句法的语义角色标注

该文提出一种结合短语结构句法的语义角色标注方法。结合短语结构句法对句子进行剪枝、子句抽取处理,然后,对处理过的句子进行语义角色分析并还原。最后,结合短语树对还原后的论元边界进行修正。其中,剪枝包括并列结构、插入语的剪枝,子句抽取针对不同形式的子句有不同的处理方式。边界修正主要是针对某些类型论元进行修正。该文分别在CoNLL2004与CoNLL2005评测语料中做了实验,在CoNLL2005Shared Task的test_wsj数据集上F值为88.25%,在CoNLL2004Shared Task的test数据集上F值为85.66%。实验结果表明,引入短语结构句法能有效地提升语义角色的识别效果。

基于论文题名的知识驱动关系分析方法研究——以信息与知识传播研究领域为例

[研究目的]基于论文题名快速梳理特定研究领域中的概念,并确定概念所代表的知识之间驱动关系,有助于科学了解研究领域状况,为进一步寻找研究方向提供可能。[研究方法]以信息与知识传播研究领域为例,收集整理题名中包含“知识”研究论文元数据,在Stanford Parser的短语结构分析结果基础上,对驱动关系进行人工审定,并做边界调整、拆分和规范化,得到概念间的真实驱动关系数据,定义若干分析指标,以上述数据为基础构建加权有向图,并基于复杂网络分析和可视化技术分析展示在知识驱动方面具有不同特点的概念及驱动路径。[研究结论]该研究借鉴和发展共词分析方法,提出并实现了一种能够揭示研究领域概念之间有方向的知识驱动关系的方法,利用本方法可以发现不同概念在某一领域的驱动强度大小、特定的驱动路径和若干稳定或脆弱的概念团组。

汉英双语短语信息数据库的构建

本文扼要介绍了一个汉英双语短语信息数据库的构建情况:汉语短语的描述信息;英语短语的描述信息;描述中的疑难问题;短语库的实施和应用。短语库是综合型语言知识库的有机组成部分,它的建设将为短语结构研究、句法分析和机器翻译提供强大的语言知识支撑。

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。

结合注意力机制的多策略汉语语义角色标注

语义角色标注旨在标注出句子中所有与谓语相关的语义成分,是进行语义分析的基础和关键技术.使用传统的机器学习方法进行语义角色标注,需要人工设定特征,特征稀疏且工作繁琐沉重,同时传统方法对句法解析精度有较高要求,所以语义角色标注发展缓慢.针对上述情况,采取基于双向长短时记忆(BiLSTM)网络-注意力机制(attention)-条件随机场(CRF)模型进行汉语语义角色标注,同时尝试针对性引入其他资源优化模型性能.在训练阶段,将词性、依存句法特征以及短语结构句法特征组成的多线索特征组共同送入模型.经过多组对照实验论证,相比于BiLSTM-CRF模型,融合注意力机制的模型性能显著提升,并且引入的多线索特征组可以进一步提升模型性能.