语言学理论下依存句法分析结果动宾结构补全方法研究

计算机语言处理技术是语言学应用领域的基础,随着信息技术的发展,在语言处理方法上的研究日渐成熟。语言是人类交流和传递信息的载体和途径,对人类社会的发展十分重要。进行语言分析是掌握一个语种的基础。句法分析是语言分析的核心,是掌握语言内涵要义的重要过程,也是在语言处理中着重进行的部分。计算机语言处理中应用较为广泛的是语言翻译、特征提取和信息检索等,都需要句法分析的结构基础进行技术支持。句法分析的方法中主流的有中心词分析法和依存句法分析法等,其中依存句法分析法在计算机语言处理中应用较广。研究依存句法分析的主要方法,了解依存句法分析的过程,分析依存句法分析存在的不足,提出应用动宾结构补全依存句法分析结果的方法和作用,以达到改进依存句法分析的目的。

基于生成式对抗神经网络的手写文字图像补全

手写文字图像补全是图像补全问题中一个重要研究分支,其难点在于图片中具有无约束书写风格的文字的结构关系补全。为了模拟实际中复杂和困难的应用情景,在图像补全研究工作的启发下,针对大类别、小样本、多风格、未知语种等复杂情况下进行手写象形文字图像补全。采用全局和局部一致性保持的生成式对抗神经网络(GLC-GAN)。在大类别多风格的手写文字图像补全中,补全图片往往因可能的补全候选很丰富而导致补全区域模糊不清。为此,提出两级补全系统:第一级粗补全模块考虑文字结构的完整性,第二级细补全模块实现文字的清晰化、细致化。通过在大类别手写汉字数据库CASIA-HWDB1.1上的实验,验证了该两级系统的有效性,同时分析系统在不同书写风格和不同缺失区域情况下的补全效果。