从词汇到构式——LCM模式评述

词汇构式理论是西班牙学者Mendoza和Mairal的研究成果,它关注句法和意义之间的关系,也是解释语言生成和转化的一种模式。这一理论要解释的问题是:影响词汇与构式相容的因素是什么?词汇构式理论借用了认知语言学、功能语言学等理论的成果,成功地用元语言系统对语言进行描写,比较系统地解释了词汇与构式相容的条件,克服了Goldberg等人构式语法单层级性的不足。这一模式也并非完美无缺,它把语言看作是由命题组成的,对意义的描写不完整;涉及的构式种类十分有限,大量的语言现象没有涉及。

基于邮件正文的邮箱用户别名抽取

邮箱用户身份信息挖掘是数据挖掘研究的一个热点。当前相关研究大多仅从邮件头中抽取邮箱用户的别名,遗漏了邮件正文中潜藏的更能代表通信双方身份的别名信息。针对纯文本邮件正文中邮箱用户别名信息抽取问题,提出了基于统计和规则过滤的称呼块和签名块定位算法,该算法能高效准确地从邮件正文中提取出蕴涵邮箱用户别名的称呼块和签名块文本片段;进一步提出了基于别名边界词汇模板修正的别名抽取方法,从而提高了仅基于命名实体识别或词性标注工具识别别名的准确率。实验结果表明,提出的方法可以有效地抽取出邮件正文中邮箱用户的别名。