利用扩展标记集的词结构分析

该文给出了一种与传统分词不同的词法分析选择,提出了一种利用扩展标记集来实现词内部结构分析的方法。首先阐述了词的内部结构特点,把结构中的前后缀视为特殊的词,进而通过识别出每一个词的前后缀来识别词的内部结构。方法是把词内部结构识别问题转换成序列标注问题,通过扩展标记集,采用CRF模型来实现词的内部结构分析。最终实验表明,无论是在总体性能上,还是在各层结构的识别上都取得了较高的准确度。

基于条件随机场的词结构分析方法

传统的基于词边界划分的中文分词已经难以满足实际应用的需要.通过深入分析词的内部结构,提出了一种基于条件随机场的词结构分析方法.根据伪未登录词(POOV)组成成分的特点及词的内部子结构表示,提出了词的结构特征来提高未登录词(OOV)的识别率及词结构的识别性能.从词的内部结构表示形式推导出一般化的词结构标记集,很好地统一了词边界标记和词内部结构标记.它不仅适用于传统的中文分词任务中词边界的标注,而且也适用于词结构分析任务中词的内部结构的标注.该方法能够同时分析得到词的边界和内部结构信息,解决了语料库之间分词标准不一致的问题,满足了应用的不同需求.实验结果表明,该方法在整体性能和各层次结构的识别上都比现有方法有所提高.

多角度主题结构获取研究

在多角度主题结构获取方法研究中，首先通过实验方法验证变异分析方法和共词分析方法所获得的主题结构具有较大的差异性，二者均是现有主题结构的一个侧面反映。根据变异分析和共词分析的特点，论文尝试通过关系融合、过程融合以及结果融合三种不同的融合方式来进行多角度主题结构获取，在关系融合分析方法中，尝试了线性函数、Max函数和共变异三种不同的函数关系。对所有融合分析方法的结果通过主题类层面、词间关系层面以及主题类类内关系层面来验证该方法是否适合多角度主题结构获取并通过对比方法研究不同适合主题结构获取方法之间的等价性问题。最后给出本文研究的不足和后续研究的目标。

Robust Integrated Models for Chinese Predicate-Argument Structure Analysis

Predicate-Argument （PA） structure anal- ysis is often divided into three subtasks： predicate sense disambiguation, argument identification and argument classification mostly been modeled in To date, they have isolation. However, this approach neglects logical constraints between them. We therefore exploite integrating predicate sense disambiguation with the latter two subtasks respectively, which verifies that the automatic predicate sense disambiguation could help the se- mantic role labeling task. In addition, a dual de- composition algorithm is used to alleviate the er- ror propagation between argument identification subtask and argument classification subtask by benefitting the argument identification subtask greatly. Experiment results show that our ap- proach leads to a better performance with PA a- nalysis than other pipeline approaches.

吴世昌的倚聲及倚聲之學

吴世昌學識淹博,述作繁富,畢生以紅學與詞學聞名於世,而於填詞與詞學即倚聲及倚聲之學,則尤有心得並多特别創造。於填詞,提倡「説真話,説得明白自然,切實誠懇」;於讀詞,主張讀原料書,自己下功夫,作深切的了解或研究;於論詞,標舉結構分析法,爲新變詞體結構論的創立奠定基礎。本文就倚聲填詞、詞學鑒賞及詞學論述三個方面探尋其業績及取得業績的方法與門徑。