基于数据选择和局部伪标注的跨领域语义依存分析研究

语义依存分析要走向实用,模型从单领域迁移到其他领域的领域适应能力至关重要。近年来,对抗学习针对领域适应任务取得了较好的效果,但对目标领域的无标注数据利用率并不高。该文使用自训练方法用来提高无标注数据的利用效率,弥补对抗学习方法的不足。但传统的自训练方法效率和性能并不好,为此该文针对跨领域语义依存分析任务,尝试强化学习数据选择器,提出了局部伪标注的标注策略,实验结果证明,该文所提出的模型优于基线模型。

基于句法语义依存分析的中文金融事件抽取

事件抽取在自然语言处理应用中扮演着重要的角色,如股票市场趋势预测.传统事件抽取较为关注触发词和论元所属类型的正确性,较少地结合应用需求去分析研究事件抽取效果及使用价值.在财经领域,事件作用对象及动作是关注的重点.因此,本文聚焦于金融事件,抽取三元组事件ET(Sub,Pred,Obj).在中文财经新闻中,存在大量事件嵌套和成分共享等现象,致使易出现事件漏抽和事件成分缺失的情况.为了解决这些问题,本文建立一个句法和语义依存分析相结合的中文事件抽取框架,归纳了4种常见缺省结构,并设计相应的补全规则.首先,基于句法依存树,分析动词词法和句法结构,建立核心动词链,使得每个核心动词对应一个事件,解决事件漏抽问题.然后,在句法依存树的基础上添加语义依存关系,建立事件间语义关联,得到句法语义依存分析(Syntactic Semantic Dependency Parsing,SSDP)树.第三,调整SSDP树,优化句法结构,形成SSDP图,使得同等句法结构的词结点处于相同层级,为后续事件抽取提供途径.第四,归纳4种常见缺省结构,设计相应补全规则,解决事件成分缺失问题.最后,在中文财经新闻标题和CoNLL2009中文语料上进行详细的实验测试,实验结果表明该方法是有效的.

基于语义依存分析的图网络文本分类模型

针对目前已有的文本分类方法未考虑文本内部词之间的语义依存信息而需要大量训练数据的问题,提出基于语义依存分析的图网络文本分类模型TextSGN。首先对文本进行语义依存分析,对语义依存关系图中的节点(单个词)和边(依存关系)进行词嵌入和one-hot编码;在此基础上,为了对语义依存关系进行快速挖掘,提出一个SGN网络块,通过从结构层面定义信息传递的方式来对图中的节点和边进行更新,从而快速地挖掘语义依存信息,使得网络更快地收敛。在多组公开数据集上训练分类模型并进行分类测试,结果表明,TextSGN模型在短文本分类上的准确率达到95.2%,较次优分类法效果提升了3.6%。

基于语义依存分析的句子相似性度量算法及应用研究

问答系统在MOOC(Massive Open Online Course)学习平台中占有很重要的地位,但由于MOOC课程学习中用户多、问题多的特点,快速准确地找到某一问题的答案,成为提升MOOC平台用户体验的一个挑战。为此,构建了面向常问问题集的问答系统,通过计算问句的相似性实现系统的自动问答。在现有的句子相似性度量方法基础上,设计了基于语义依存关系的度量方法,并结合了句长、词形、词义等多种特征度量句子之间的相似性。实验结果表明,该方法能够较好地反映句子之间的语义差别,是一种可行有效的方法,且提高了系统的响应准确率。该系统具有较高应答准确率,具有较强使用价值和广阔的应用前景。

汉语语义依存分析

语义依存分析建立在依存理论基础上，是一种深层的语义分析理论。同时融合了句子的依存结构和语义信息，更好地表达了句子的结构与隐含信息。在许多高层次的研究和应用上，语义依存分析都大有用武之地。语义依存分析主要面临两方面的难题，一是语义体系的确定，其次是自动语义依存分析算法。将重点从语义体系的确定以及自动语义依存分析算法的角度上对语义依存分析进行系统的介绍。

基于语义依存分析的CFN框架排歧

为大规模自动构建语料库,使计算机能够理解文本信息,提出框架自动识别,框架排歧作为框架识别的子任务,是亟待解决的。框架排歧即根据目标词的上下文信息,从现有的框架库中,自动为该目标词标注一个合适的框架。利用分类算法的思想,使用支持向量机(SVM)中的“一对一”方法建立多个分类器来解决多分类问题。通过向已有的词性与依存句法关系特征之上再加入语义依存分析关系特征来提升框架排歧的准确率。训练语料和测试语料为山西大学建立的汉语框架语义知识库(CFN)中的7个词元,1519条例句,采用5-fold交叉验证。实验取得的最好结果为80.67%,验证了语义依存分析对框架排歧的有效性。

半监督跨领域语义依存分析技术研究

近年来,尽管深度学习给语义依存分析带来了长足的进步,但由于语义依存分析数据标注代价非常高昂,并且在单领域上性能较好的依存分析器迁移到其他领域时,其性能会大幅度下降。因此为了使其走向实用,就必须解决领域适应问题。该文提出一个新的基于对抗学习的领域适应依存分析模型,该模型基于对抗学习的共享双编码器结构,并引入领域私有辅助任务和正交约束,同时也探究了多种预训练模型在跨领域依存分析任务上的效果和性能。

融合情感语义与句法结构的中文开放域事理图谱构建研究

为解决大规模开放域事理图谱构建过程中缺少标注数据以及事件类型未知导致的限定域事理图谱构建方法难以迁移的问题,利用规则匹配方法高效识别开放域文本中包含的多种事件逻辑关系,融合情感语义与句法结构信息分析提高事件抽取准确性,以更好完成事理图谱的构建任务。首先,总结并扩展因果、顺承、条件、转折等多种逻辑关系抽取模板,并基于规则模板、依存句法信息筛选逻辑关系事件句;其次,创新性地引入情感语义分析方法,在句法结构信息的基础上,通过捕获事件及事件间关系的情感语义精准识别事件类型,进而抽取事件论元;再次,计算语义相似度,进行事件融合,构建<前序事件,事件逻辑关系,后序事件>三元组,得到事件事理图谱,并进一步进行事件泛化以构建抽象事理图谱;最后,以事件发展较完整的“2022年猴痘事件”为数据源,通过实证分析证明开放域事理图谱构建方法可以实现不同类型事件的识别、事件间逻辑关系的揭露,其有效性、可行性得到验证。研究不仅弥补了现有事理图谱构建理论的不足,也为决策支持、事件发展预测等提供有力的数据支持。

基于语义-注意力机制的方面级情感分类

现有方面级情感分析研究大多数往往从文本数据本身进行情感分析,而没有充分利用领域知识,忽略了语义依存信息的重要性,使得方面表示受噪声信息影响严重,出现噪声词注意权重高的可能。针对以上问题,结合领域知识,提出了一种剪枝算法和语义-注意力机制相结合的方法(Pruning And Semantic At tention,PASA)针对服务领域特定方面进行情感分类。方法一方面结合领域知识对文本对应的语义依存树进行剪枝实现方面信息降噪,另一方面,通过利用语义-注意力机制进行增强并精确捕获方面的上下文描述信息,从而实现对方面情感极性的判断。为了验证所提出方法的正确性和有效性,在物流数据集、酒店评论数据集及SemEval 2014的Restaurant数据集进行了大量实验,结果表明,所提出的方法相对于其它方法具有明显优势,在垂直领域具有较好的应用前景。

基于HowNet的中文语义依存分析

在对自然语言进行信息处理的过程中,人们发现只是进行词法和句法分析是远远不够,还需要进行语义分析。语义依存分析是语义分析的一种可行方案。本文描述了一个基于HowNet的中文语义分析系统。该系统以含有短语句法信息的句子作为输入,首先确定每个短语的中心词,得到句子的依存结构;然后以存在依存关系的句法成分对作为语义标注的基本单元,利用基于HowNet所建立的语义信息结构库确定其语义关系,最终实现整个句子的语义依存分析。从滨州树库中随机抽取的100个句子,共2783个词对进行测试,系统在语义信息结构库中找到语义关系的词对为2546,标注比例达到91.5%。

融合语义依存关联对的句子相似度的负面在线评论案例推理

及时有效地处理负面在线评论能提高企业的声誉和维护消费者对企业的信任,而面对大量的负面在线评论,企业很难在短期内及时有效回复。根据在线评论是短文本的特点,运用基于句子相似度的负面在线评论进行案例推理处理。针对负面在线评论句子相似度计算问题,抽取句子中评价对象词和评价词作为关键词,同时考虑评价词的修饰词和句子语义依存关联对。除提出的关键词、修饰词、语义依存分析关联对三个特征外,再融入句子中的公共词、语义等两个特征,提出一种融合公共词、关键词、修饰词、语义、语义依存分析关联对等五个特征的句子相似度计算方法,检索相似负面评论句子的案例。通过实验验证,融入多特征的句子相似度计算优于常见句子相似度计算方法,其准确率为83.3%,有效地检索案例句子集并自动推荐回复方案。

基于医疗卫生文本语义依存树库建设研究

现有分词工具应用于医学文本,出错率高,并且现有分词工具所参照的词性标注规范集,用于医学文本标注,也明显表现不足。文章基于医疗卫生文本研究依存句法,旨在发现医疗卫生文本词特征和句法特征,构建一定规模依存句法树库,为提高医疗卫生领域汉维机器翻译质量提供优质数据资源。重点研究了语义依存,不仅全面掌握词性标注特征,提出建议;而且着重发现医疗卫生文本数据独特的词间关系,标注并保存,获得医疗卫生领域语义依存树库。同时,总结的特殊句法规则,为下一步实现自动化后处理提供依据。

基于语义依存和外部知识库的关键词抽取

为提升基于TextRank算法的关键词抽取效果,分析中文语义结构和分词算法的特点,提出一种融合语义依存和外部知识库的方法。使用语义依存图代替共现窗口构建词图,增强词图中各节点间的语义联系;在此基础上引入规范化谷歌距离和领域词典这两个外部知识库特征,结合文档内外部信息对词图中的边进行加权计算,对提取出的文档关键词应用前后向匹配算法做进一步处理,使提取的关键词更具语义完整性。实验结果表明,该方法在数据集上的关键词抽取效果有了显著提升,可读性更强,验证了所提方法的有效性。

基于规则的评价搭配抽取方法

分析商品评论中评价对象和评价短语的词性和句法关系,提出一种使用规则模板进行评价搭配抽取的方法。通过词性、依存句法分析及语义依存分析结果,设计核心搭配抽取规则。引入COO算法及改进的ATT链算法,根据核心评价对象与短语的词性进一步制定识别完整评价对象与短语的规则模板,抽取评价信息。中文商品评论数据集上的实验结果表明,与最近距离方法、SBV极性传递方法和基于核心句的方法相比,该方法的F1值分别提升了43.98 %、36.30 %和24.83 %。

网络新闻敏感信息识别与风险分级方法研究

[目的/意义]正确处理网络新闻带来的安全风险是保障互联网信息安全的关键。当前网络敏感信息研究主要基于网络评论语境,识别过滤以关键词形式出现的不良信息,对敏感信息的敏感程度不能进行精细计算。[方法/过程]针对现有方法的缺陷,文章从网络新闻敏感信息的语义内涵出发,通过传统敏感词方法识别出新闻中的敏感信息,然后将BERT模型方法和语义分析方法相结合衡量新闻的敏感程度,进而评估新闻的风险水平。[结果/结论]实验表明,文章实现了网络新闻敏感信息识别和敏感程度计算,能够根据计算结果对新闻进行风险分级,提出有针对性的风险处理策略,对于有效应对网络新闻带来的安全隐患具有积极意义。

基于观点信息的电商文本评价单元识别

介绍了观点信息的概念,分析了信息单元之间的常见词性,在此基础上,根据依存句法分析和语义依存分析的结果制定相应规则进行观点信息的识别.由于评论中存在很多冗余的文本会影响评价单元的识别,本文基于观点的表达习惯提出了一种陈述性语句过滤的方法,通过对原文本进行假设性语句和陈述性语句的过滤来提高评价单元的识别率,根据实验结果可以看到电商文本评价单元的识别结果得到了提高,证明了该方法的实用性.

融合概念格约简的中文领域本体学习方法

在基于形式概念分析的中文领域本体学习中,为提高概念格构建效率,将概念格约简理论应用于概念格构建中。首先对基于语义依存分析获取的形式背景进行对象和属性约简,然后基于约简的形式背景采用Godin算法构造概念格,最后根据修复定理修复约简概念格,得到完整的概念格。通过有关对萝藦科植物的文本学习,得到一个萝藦科植物领域本体。实验结果表明,引入概念格约简理论,概念格的构建效率提高70%,进而提高了领域本体构建的效率。

基于解析图嵌入和加权图卷积网络的知识图谱补全

知识图谱补全是知识图谱构建、自然语言处理和知识工程等领域的重要研究课题.知识图谱不仅是实现通用领域和专业领域精准知识服务的知识支撑,而且是信息检索、问答交互和信息推荐等领域取得突破性进展的必要基础.知识图谱的低质量和小规模是阻碍知识图谱广泛应用的主要瓶颈.知识图谱补全的目的是构建大规模高质量的知识图谱,以不断更新和扩充知识图谱.针对现有知识图谱补全方法难以从非结构化文本等辅助信息中提取深层次语义特征的问题,本文提出一种基于解析图嵌入和加权图卷积网络的知识图谱补全方法.一方面,该方法通过加权图卷积网络,对实体描述文本的语义依存分析进行建模,构建语义依存解析图嵌入;另一方面,引入了实体描述文本的多粒度句嵌入生成方法,旨在于构建能够捕获多粒度语义、深层次语义特征的实体表示学习.通过在两个公开数据集上的实验结果表明了本文知识图谱补全方法优于现有方法,验证了本文方法的有效性和优越性.

利用知网扩展内部-外部算法

提出结合知网的知识对内部-外部算法予以扩展,并利用扩展的内部-外部算法实现汉语的语义依存分析。实验结果表明,扩展的内部-外部算法克服原有算法的诸多弊病,包括训练代价昂贵、局部极值问题以及与语言学家的分析结果不符等。