基于语义依存关系的汉语语料库的构建

语料库是自然语言处理中用于知识获取的重要资源。本文以句子理解为出发点 ,讨论了在设计和建设一个基于语义依存关系的汉语大规模语料库过程中的几个基础问题 ,包括 :标注体系的选择、标注关系集的确定 ,标注工具的设计 ,以及标注过程中的质量控制。该语料库设计规模 10 0万词次 ,利用 70个语义、句法依存关系 ,在已具有语义类标记的语料上进一步标注句子的语义结构。其突出特点在于将《知网》语义关系体系的研究成果和具体语言应用相结合 ,对实际语言环境中词与词之间的依存关系进行了有效的描述 ,它的建成将为句子理解或基于内容的信息检索等应用提供更强大的知识库支持。

基于配价结构和语义依存关系的句法分析统计模型

目前主流的词汇化句法分析方法仅仅考虑词语之间的语义依存关系,而没有引入语义搭配和语义类等语义信息./配价0是词语的一个比较本质的特点,一旦一个词语的配价结构确定下来,它应该和怎样的词进行搭配也就比较清楚了,从而也可以比较直接地导出句子的结构.本文结合中心词驱动句法分析模型,提出了基于配价结构和语义依存关系的句法分析模型.模型在规则的分解及概率计算中引入丰富的语义信息,既包括语义依存信息,也包括配价结构等语义搭配信息.用改进的句法分析模型进行句法分析实验,实验结果表明,精确率和召回率分别为88176%和87143%,综合指标F值比Collins的中心词驱动句法分析模型提高了6.65个百分点.

基于语义依存关系的汉语复句关系词自动识别

复句关系词自动识别是复句层次识别以及对复句语义理解的基础。目前,汉语关系词的自动识别主要根据字面特征与句法特征,未涉及到语义特征的分析。论文利用哈工大的LTP平台,分析句子的语义依存关系,提取语义特征,建立语义依存特征库,运用随机森林方法自动识别复句关系词。复句关系词识别正确率92.32%,F1值为92.31%。实验结果表明了该方法的有效性。

“意思文本”语言学中的依存关系

“意思→←文本”语言学中的依存关系具有多层级的特点，具体可区分为语义、句法和形态3个层级。语义依存关系是所有其他类型依存关系的起点，句法依存关系是语义和形态依存关系的接口。本文从“意思→←文本”语言学的3种依存关系出发。探讨多层级依存关系和转换生成语法中类似概念的区别，从中窥探多层级依存关系模式在理论语言学和计算语言学中优缺点。

在线医患沟通中的知识不对称研究

在线医患沟通是网络医疗健康服务的主要形式,深度分析其中的医患知识不对称规律有助于消除医患沟通障碍。本研究选取“春雨医生”在线沟通数据,从关键词主题、概念和语义关系三个维度探索知识不对称规律。结果表明:①医患关键词主题存在阶段差异,患者多关注“症状描述”“询问治疗”等主题,集中于主诉和治疗阶段,医生多关注“疾病解释”“治疗建议”等主题,集中于诊断和治疗建议阶段;②在概念理解上,医生的用词专业性更高,知识表达更准确;③医生的关键词间语义依存关系种类更多,关联强度更大。研究结果有助于提高医患沟通效率,促进在线医患沟通服务的发展。

基于配价结构的词汇化句法分析模型

基于"配价"是汉语词语的一个比较本质的特点,一旦1个词语的配价结构确定下来,它应该和怎样的词进行搭配就比较清楚,从而也可以比较直接地导出句子的结构,为此,结合中心词驱动句法分析模型,提出基于配价结构的词汇化句法分析模型,引入丰富的语义信息如语义依存信息和配价结构等语义搭配信息,并用改进的句法分析模型进行句法分析实验。实验结果表明:模型的精确率和召回率分别为88.65%和87.26%,综合指标F与Collins的中心词驱动句法分析模型的相比提高6.51%。

鄂西利川方言表程度的构式——以“-X不过/得很、稀奇、要死/糟了/死了”为例

鄂西利川方言中"X不过/得很/得稀奇/得要死/糟了/死了"构式为表事物在某阶段呈现事物动作、性状特征或施为频率的"程度构式",在表评议性、感叹性的语气中具有强调作用。这种构式中的X可由动作动词、心理活动动词和感受类形容词、性状类形容词及其词组充当;构式在句法结构中可充当谓语、补语、状语成分;构式可置于句首作插入语,可独立构成感叹句。"X不过/得很/得稀奇/得要死/糟了/死了"构式的语义色彩随X的语义变化而变化;从语义依存关系看,这种构式的语义角色为描写角色,事件关系为当事关系,语义依附标记为程度标记。"X不过/得很/得稀奇/得要死/糟了/死了"与"好/几/几多/真的/死X"在搭配对象、句法特征方面相类似。

基于Web的中文开放式问题回答系统

互联网正逐渐成为重要的信息资源,然而大多数搜索引擎不能处理自然语言提出的问题。基于互联网的中文问题回答系统由问题处理、信息检索、答案抽取和答案判断组成,利用命名实体识别、语义依存关系和案例规则模板实现答案抽取。实验表明:命名实体识别、语义依存关系和案例规则模板能有效地实现答案抽取,获得较高正确率。