基于知识图谱的未登录词语义研究

传统的应用于未登录词语义研究的语料库包含许多限制,例如更新慢、语言相关等。为了解决此问题,提出了基于知识图谱的中文未登录词语义研究方法。知识图谱是一种包含实体、概念及语义关系的语义网络。它具有丰富的实体,并且实体及其关系的添加极为方便,使得弥补传统语料库更新慢的缺憾成为可能。在充分熟悉知识图谱的结构、数据获取方法及相关数据处理方法后,进行基于知识图谱的未登录词语义研究的探索工作,最后以百度百科(目前最大的中文知识图谱)为语料资源,在同一语义分析模型下分别进行基于知识图谱与传统语料的实验,对实验结果进行分析并提出改进方法。

上下文语境在对外汉语教学词语义分析中的重要作用

在对外汉语词汇教学中,词语义分析恰当与否直接影响留学生汉语词语学习效果。词汇教学过程中,要求留学生掌握词语义并会灵活运用,留学生往往能够记住大量词义,但却不能灵活运用之。利用上下文语境进行对外汉语词语义分析对留学生掌握并正确运用词语具有举足轻重的作用。

词语义理据性与大学英语词汇教学的一项实证研究

词的理据性思想会促进外语学习者的词汇学习效果,然而缺少实证性研究的支持。本研究通过两组被试(未借助语义分析和借助语义分析教学)进行词汇学习实验。结果显示,两组被试的词汇学习成绩存在显著差异。根据实验结果,本文讨论了教师在词汇教学中启发学生积极联想以及介绍词语典故知识的重要性。实验结果支持了词的语义理据性教学促进词汇学习效果的假设。

关于《前置词—名词》结构中名词语义功能的转化

俄语里一些表示具体事物的名词,其语义有可能从“事物”意义转化为跟该事物相联系着的“行为”意义。请看下列的例子: ①Картошку носит не приходила сегодня?(О.Крылова)今天卖土豆的来过了没有? ②Эавтра на картошку едем.(Она же)明天我们去收土豆。

多指副词语义浅析

多指副词在语义和句法上都有其特点,但至今没有人对此做过详尽系统的研究。有人曾提出过“相互副词”和“共同副词”的名称,但未做深入分析,其范围也与多指副词不同。这里仅对多指副词的语义做一番探讨。 在语义上,多指副词与复数实体可形成三种语义关系。 1.交互关系。 例如:①一家人要是疑神疑鬼,互相猜忌。

元曲词语义札

《董西厢》卷二[沁园春]:“捧一员骁将,阵前立马。披乌油铠甲,红锦征袍,鼻偃唇轩,眉粗眼大,擔一柄截头古定刀。”凌晨埏注本《董解元西厢记》释“鼻偃唇轩”为“塌按:凌注未确。《裴度还带》二折:“五露者,是眼突、耳反、鼻仰、唇掀、喉结、《经》曰:一露二露,有衣无裤;露若至五,天寿孤苦;五露惧无,福寿之模。”《董西厢》

“看”类动词语义场的历时演变

本文以“看”义场39个动词作为研究对象,利用语义场理论和历时研究的方法,从旧词的使用及衰亡过程、继承及发展情况、新词的产生及使用情况等三个方面详细考察分析了该语义场成员的历史演变过程,同时在历史考察的基础上对“看”义场的演变特点进行归纳总结。

汉语框架语义网中词元语义搭配模式确定规则研究

机器理解自然语言和抽取信息涉及对词汇语义信息和句法信息两项重要内容的理解。汉语框架语义知识库(CFN)的词元语义搭配模式记录了词元与框架元素、词元与句法的组合方式,为机器自动进行语义分析和信息抽取提供了资源。而目前的词元语义搭配模式的数量多,机器确定并应用词元语义搭配模式存在一定困难,且框架元素间的关系比较模糊,词元配价成分的语义信息存在歧义,使机器不能准确理解和抽取文本信息。采用基于规则的方法,根据词元配价成分的语义信息和语义特征、词元外部的语境和框架元素提炼规则,可以使机器能够更准确地理解与抽取文本的语义信息。

基于多传感信息融合的语义词袋SLAM优化算法

针对室外大范围场景移动机器人建图中,激光雷达里程计位姿计算不准确导致SLAM(simultaneous localization and mapping)算法精度下降的问题,提出一种基于多传感信息融合的SLAM语义词袋优化算法MSW-SLAM(multi-sensor information fusion SLAM based on semantic word bags)。采用视觉惯性系统引入激光雷达原始观测数据,并通过滑动窗口实现了IMU(inertia measurement unit)量测、视觉特征和激光点云特征的多源数据联合非线性优化;最后算法利用视觉与激光雷达的语义词袋互补特性进行闭环优化,进一步提升了多传感器融合SLAM系统的全局定位和建图精度。实验结果显示,相比于传统的紧耦合双目视觉惯性里程计和激光雷达里程计定位,MSW-SLAM算法能够有效探测轨迹中的闭环信息,并实现高精度的全局位姿图优化,闭环检测后的点云地图具有良好的分辨率和全局一致性。

隋唐五代量词的语义特征

隋唐五代量词的语义特征陈玉冬０：１量词有资格成为独立的研究对象，和名词、动词、形容词等平分秋色，与它具有较其它词类独特的区别性特征是分不开的。它作为一个独立的词类，属于语法范畴。事实上，语法和语义是密切联系的，这种联系是运载和被运载的关系；语洁运载语...

艺术“境界”说词语义蕴及其语用观念源流考论

本文尝试融会传统训诂学与当代语用学的方法,力求由艺术"境界"说的词语义蕴来源与流变轨迹,尤其由"境界"一词在情与景或情与理及其虚与实,乃至神与形等对待关系意义上,分别体现为约定性的习惯用语或特定艺术原则的概念术语表述等语用观念,尽可能在历代不同论者各自的理论语境中,准确解读其以互为对待的概念词语及其概念序列,所表述的境界范畴多层次多方面的美学内涵。

一种结合词项语义信息和TF-IDF方法的文本相似度量方法

传统的文本相似度量方法大多采用TF-IDF方法把文本建模为词频向量,利用余弦相似度量等方法计算文本之间的相似度.这些方法忽略了文本中词项的语义信息.改进的基于语义的文本相似度量方法在传统词频向量中扩充了语义相似的词项,进一步增加了文本表示向量的维度,但不能很好地反映两篇文本之间的相似程度.文中在TF-IDF模型基础上分析文本中重要词汇的语义信息,提出了一种新的文本相似度量方法.该方法首先应用自然语言处理技术对文本进行预处理,然后利用TF-IDF方法寻找文本中具有较高TF-IDF值的重要词项.借助外部词典分析词项之间的语义相似度,结合该文提出的词项相似度加权树以及文本语义相似度定义计算两篇文本之间的相似度.最后利用文本相似度在基准文本数据集合上进行聚类实验.实验结果表明文中提出的方法在基于F-度量值标准上优于TF-IDF以及另一种基于词项语义相似性的方法.

基于词元语义特征的汉语框架排歧研究

框架排歧指的是在一个给定的句子中,判断句中目标词激起的语义场景与该目标词可能激起的哪个框架一致,则将该框架分配给当前的目标词。框架排歧最重要的一个步骤就是特征选择,目前常用的方法是人工特征选择方法,但是这种方法不能有效地利用每个目标词的语义特征,而且大量实验表明,不同的目标词取得最好的结果时所用的特征模板是不同的。因此,该文为每个目标词设置一个特征模板,并提出了特征模板的自动选择算法,首先从语料中抽取特征构成特征集,然后利用打分机制,把特征集中得分最高的特征逐个加入到特征模板中,直到相邻两次的得分不再增加。该文借助汉语框架网语义资源,利用最大熵模型建模,使用自动特征选择算法选出特征模板,并进行5-fold交叉验证,平均精确率可达到84.46%。

基于多类别语义词簇的新闻读者情绪分类

分析和研究文本读者情绪有助于发现互联网的负面信息,是舆情监控的重要组成部分。考虑到引起读者不同情绪主要因素在于文本的语义内容,如何抽取文本语义特征因此成为一个重要问题。针对这一问题,提出首先使用word2vec模型对文本进行初始的语义表达;在此基础上结合各个情绪类别分别构建有代表性的语义词簇,进而采用一定准则筛选对类别判断有效的词簇,从而将传统的文本词向量表达改进为语义词簇上的向量表达;最后使用多标签分类方法进行情绪标签的学习和分类。实验结果表明,该方法相对于现有的代表性方法来说能够获得更好的精度和稳定性。

论副词的语义制约

副词在句子中出现要受到其他的语言成分的制约。制约副词的语言成分可以是词或短语,也可以是句子。这些语言成分在表层结构中可以出现,也可以不出现。根据制约成分的位置,把副词分为前项制约和后项制约两大类,每类中还细分为几个次类。

颜色词素在词义不透明双字词中的语义激活

多词素词的心理表征和和词义激活已成为心理语言学领域的研究热点。目前主要有三种理论:词素分解储存模型、整词储存模型和混合表征模型。针对词义不透明词中词素与整词的关系,利用语义启动和色词干扰的实验范式,对颜色词素在词义不透明双字词中的语义激活进行了研究。结果表明,词义不透明双字词的词素与整词之间存在着心理资源竞争,表现出相互抑制的关系,它们的力量对比随时间变化而改变,出现此消彼长的趋势。研究还表明,多词素词中的词素加工,不仅受词素结构影响,也受词素本身性质影响。由于颜色词素的加工既涉及语义系统,也涉及知觉系统,所以虽然在多词素词中处于附加词素的地位,也具有加工上的优势。

基于词向量的藏文语义相似词知识库构建

词向量在自然语言处理研究的各个领域发挥着重要作用。该文从语言学角度出发,讨论了词向量技术与语言学理论的关系;根据词向量的特征,提出利用藏文词向量构建语义相似词知识库。该文以哈尔滨工业大学的《词林》为基础,通过汉藏双语词典对译,在获取对译词的词向量的基础上,计算对译词的词向量与原子词群平均词向量的差值,利用不同的差值,自动筛选出与原子词群语义相似度较小的词。该文分别以藏文的词和音节为单位计算词向量,自动筛出不属于原子词群的词,通过对自动筛选结果与人工筛选结果对比,发现两者具有较高的一致性,这说明词向量计算结果与人的语言直觉具有较高的一致性。总体来说,该文所采用的方法有助于提高藏文语义相似词知识库构建效率。