词汇功能视角下关键词生存时间影响因素研究

[目的/意义]从语义功能角度探究不同类型关键词在学术文本中生存时间的影响因素,为识别领域热点主题和技术方法提供参考。[方法/过程]首先,采用深度学习的方法对关键词的词汇功能进行识别,将关键词分为问题类和方法类;其次,构建关键词生存时间的影响因素模型;最后,分别采用K-M曲线和Cox回归对关键词的生存时间影响因素进行探究。[结果/结论]研究结果表明,论文被引频次和下载次数与问题类和方法类的关键词生存时间存在正相关的关系;期刊等级、是否基金资助、作者合作规模和参考文献数4个因素与方法类关键词的生存时间存在显著的相关关系,而与问题类关键词生存时间的相关关系不显著。

词汇功能视角下的关键词生存模式研究

[研究目的]从词汇功能的视角出发,探究问题类和方法类关键词的生存模式,分析生存模式的影响因素,可为领域热点的识别与追踪提供借鉴。[研究方法]首先,采用深度学习对关键词的词汇功能进行识别,然后分析问题类和方法类关键词的分布规律;其次,计算关键词的生存时间,并结合关键词的词频,将关键词的生存模式分为“持续热点”型、“衰退”型、“普通”型和“非热点”型;最后,采用Logistic回归探究问题类和方法类关键词生存模式的影响因素。[研究结论]问题类和方法类关键词的词频服从幂律分布,其数量随着时间的增长均呈线性增长趋势,生存曲线均呈先快速下降,后缓慢下降的趋势;问题类和方法类关键词的生存模式受到不同因素的影响,高被引论文关键词和高下载论文问题类和方法类关键词均更有可能成为“持续热点”型关键词,基金资助论文方法类关键词相比于非基金资助论文方法类关键词更有可能成为“持续热点”型关键词,此外,作者合作规模大于等于5的论文方法类关键词相比作者合作规模为1的论文方法类关键词更有可能成为“持续热点”型关键词。

学术文本词汇功能识别--基于标题生成策略和注意力机制的问题方法抽取

学术文本词汇功能识别的目的是实现学术文本中表征问题、方法和对象等词汇的抽取。针对传统识别方法中训练难以获取所导致的识别准确率低、召回率有限和泛化能力差等问题,本研究提出了一种基于深度学习和标题生成策略的学术文本词汇功能识别方法,将任务形式由信息抽取转化为特定形式的标题生成问题。本研究采用构建seq2seq模型和引入注意力机制的方式捕获词汇多层语义信息,最终实现学术文本中问题和方法指代词的生成和获取。实验结果表明,通过应用深度学习方法和标题生成策略,本研究提出的模型能够从摘要中有效识别学术文献的主要研究问题和主要研究方法,并较已有方法在识别效果上有明显提升。

国内外词汇功能语法研究述评

词汇功能语法(LFG)是从转换生成语法发展而来的语言学理论,属于生成语法的范畴,在成分结构和功能结构共同作用下经过合一规则运算来实现语言的表达,但认为语言是单层次的,从成分结构到功能结构的转换是词汇映射而不是转换,同时强调词汇的中心地位,提倡词汇的完整性和功能结构的完备性及接应性。LFG有其独特的基本观点和句法结构,在某些领域尤其是计算语言学领域有一定的应用,但是和其它由早期转换生成语法发展起来的语言学理论一样,有其自身无法调适和克服的局限性,从而限制该领域研究的广泛流行。

词汇功能语法

词汇功能语法赵军一引言乔姆斯基（Ｎｏａｍ．Ａ．Ｃｈｏｍｓｋｙ）的转换生成语法（Ｔｒａｎｓｆｏｒｍａｔｉｏｎａｌ—ＧｅｎｅｒａｔｉｖｅＧｒａｍｍａｒ，简称ＴＧ）对现代语言学理论具有重大的影响。转换生成语法的核心部分由基础部件和转换部件组成。基础部件是一...

词汇功能语法在英语精读中的应用

分析了词汇功能语法的形成与内涵,阐述了其在精读教学中的应用和教学的重点。

学术文本词汇功能识别--在关键词自动抽取中的应用

传统的关键词自动抽取常以候选词的出现频次、位置等非语义信息构建特征,并未考虑关键词在学术文献中承担的特定语义角色,即词汇功能。通过对现有数据统计,本文发现作者标注关键词中约有67.99%是研究问题或研究方法词。因此,本文将关键词的词汇功能分为三类:“研究问题”“研究方法”和“其他”,在传统的词频特征以及位置特征基础上,融合词汇功能特征,使用计算机领域的学术文献基于分类和排序两种思想进行关键词抽取实验。实验结果表明,融合词汇功能后,关键词抽取效果得到明显提升。相较于基准实验,二分类模型的准确率Acc和F值分别相对提升24.63%和25.19%,达到了0.840和0.666;排序模型的MAP、NDCG@5和P@5分别相对提升168.32%、189.50%和148.30%,提升至0.813、0.828和0.447,证明了学术文献词汇功能特征在关键词自动抽取中具有重要作用。

学术文本词汇功能识别--在论文新颖性度量上的应用

为进一步挖掘学术论文新颖性的丰富内涵,本文以组合创新理论为基础,开展了基于词汇功能的学术论文新颖性度量研究。以ACM(Association for Computing Machinery)Digital Library收录的论文为数据,提出了面向CS(computer science)领域进一步预训练的词汇新颖性计算方法和基于语义相似度的问题-方法组合新颖度计算流程,分别计算了问题词、方法词、问题-方法组合和论文的语义新颖性,并将本文语义新颖性计算方法与已有的词频共现新颖性计算方法进行了对比。研究结果表明,ACM Digital Library收集的论文在研究方法和研究问题上创新度均较高,相较于已有的论文新颖性计算方法,本文提出的方法能从语义层面捕获更为精细的新颖性差异。

词汇功能语法框架下的英语A+I结构分析

A+I结构是生成语法的核心课题之一。在词汇功能语法框架下,A+I结构被分析为功能控制结构,被看作一种完全由词项决定的句法现象。转换生成语法框架下的主语提升、宾语提升以及控制结构在LFG中得到一致的描写。从LFG和TG对功能控制结构分析的不同可以反映出两个理论在句法操作手段上的差异。LFG走的是一条将词库置于语法核心地位的词汇主义之路。

一种基于词汇功能描述的树库构建方法

提出在面向数据的英汉机译系统中 ,一种自动构建包含丰富语法与句法信息的树库的方法·即 ,基于词汇功能描述 ,将源语语料库中各句子转换为组成结构与功能结构的组合表示形式·其中 ,组成结构表示单词至较大单元或短语成分的分层组成 ,以一种比较简单的短语结构树的形式表示·而功能结构为语法功能如主语 ,宾语等等的表示·从目前的实验结果来看 ,已经达到比较令人满意的自动标注效果·因此 ,基于树库的成功构建 ,可有效且准确地进行源语分析·

词汇功能语法的一点新进展

词汇功能语法的一点新进展韦朝芳关于词汇功能语法（Ｌｅｘｉｃａｌ－ＦｕｎｃｔｉｏｎａｌＧｒａｍｍａｒ，以下简称ＬＦＧ）语言学家们曾作过较多详尽的介绍，但近几年来ＬＦＧ理论在一些方面又有了新的变化和发展。语言学家Ｄｒ．ＰａｕｌＢｅｎｎｅ将ＬＦＧ在１９８７...

词汇功能新论

词汇功能体现在词汇的内部构成和词语运用上 ,而且词汇系统、词汇子系统和词汇成分都存在着功能问题。其中词汇基本单位具有言语运用的功能 。

词汇功能语法(LFG)及其在计算语言学中的应用

词汇功能语法是适用于计算的基于合一操作的词汇主义的形式语法。其句法部分谈及了功能结构,而另一方面谈及了成分结构,可以说该两种结构主要是表示功能特征,此外还可以用来表示自然句子所具备的结构形式,采取树形图的这种方式,从而完成成分结构。成分结构与功能结构是一一对应的关系,同时该对应关系的实现运用了映射。想要使得计算机分解效率提高,选择的方式是合一操作,这在词汇功能的语法中扮演的角色重中之重。该文重点围绕着比较转换语法以及词汇功能语法,从而介绍阐述了词汇功能语法的性质特征。

融合学术文本词汇功能属性的交叉领域新兴社群预测

【目的】充分挖掘科学知识网络社群多元特征,提升领域新兴趋势预测效果。【方法】基于e-Health领域新兴社群到热点社群的成长路径回溯,本文提出一种融合词汇功能属性的新兴趋势多元特征预测模型。【结果】在e-Health领域,所融合的主题、技术等词汇功能属性特征能够提升新兴趋势预测性能,综合结构、影响、序列和属性4组特征的RF算法模型效果最佳。词汇功能属性规模大、密度低、中介中心性高、波动率大的社群更有可能成为新兴社群。序列特征对新兴社群预测效果欠佳,可能受到新兴社群的前瞻性影响。【局限】词汇功能识别结果存在一定领域依赖,结论扩展到其他领域的有效性需进一步验证。【结论】充分挖掘科学文本词汇细粒度语义特征,能够有效提升新兴趋势预测性能,对科学内容评价和科技决策支持具有一定参考意义。

领域无关学术文献词汇功能标准化数据集构建及分析

【目的/意义】构建一个较大规模的学术文献词汇功能标准化数据集,并对其进行描述分析,以期为学术检索、文献推荐和科学计量等应用研究提供更加科学合理的数据支撑。【方法/过程】在学术文本词汇功能框架的基础上,针对"研究问题"和"研究方法"这两种领域无关词汇功能,生成学术文献词汇功能自动标引规则模板,开发相应的词汇功能标注平台,对88865篇计算机领域文献进行自动标引,并对得到的数据集进行整体分析、热点和趋势分析以及研究方法特点分析。【结果/结论】得到一个包含23221个不重复研究问题的Topic数据集、18427个不重复研究方法的Method数据集和30145个"问题-方法"对的Topic-Method数据集;人工检验准确率高于95%。此外,文章还创新性地提出了研究方法的"功能特点",并进行了相关实践。

面向语义出版的学术文本词汇语义功能自动识别

为提高学术文献语义出版水平,既需要在写作和出版模式方面进行研究,也需要探索学术文本语义理解技术,以实现对学术文献,特别是存量学术文献的语义化处理。本文在学术文本词汇功能分析框架基础上,提出一种基于条件随机场的学术文献问题和方法识别模型,该模型使用词法特征、句法特征、组块特征等27个特征。实验表明,该方法具有优于当前最佳的识别效果。

LFG中从词汇结构到功能结构的转换

本文讨论了在计算语言学中有重要影响的词汇功能语法的理论和方法 ,着重介绍了成分结构和功能结构的基本概念 ,并通过实例着重分析了从成分结构到功能结构转换的具体过程和实现技术。

近年词汇功能语法的几点进展

词汇功能语法(Lexical-Functional Grammar,以下简称LFG)曾有同志作过较为详尽的介绍(见本刊1990年第一、二期傅爱平《词汇功能语法》)。但近十年来LFG理论在一些方面又有了新的变化和发展。1993年我在英国曼彻斯特大学学习期间听了Dr.Paul Bennett的一门语法理论课,其中较为集中地介绍了LFG理论。下面根据Dr.Paul Bennett的讲义,分三个方面对LFG在1987年之后的主要进展作一个简单介绍,供有兴趣的同志参考。

词汇功能语法(上)

1.概述词汇功能语法(Lexical Functional Grammar,以下简称 LFG)是七十年代末期发展起来的形式语法理论。它的创始人是Kaplan和Bresnan。如溯其源,LFG由转换生成语法理论结合计算理论和心理语言学理论而来。它在语法理论研究的客体、对象、方法等问题上,继承了生成语法学派的观点。LFG在理论体系的构造方法上始终遵循形式明确(formal ex-plicitness)的原则,注重数学方法(mathematical property)的应用。因此体系内部的各个组成部分定义清晰,相互之间的关系明确,还通过计算理论对系统的生成能力作了证明。