基于本体和语义文法的上下文相关问答

在问答系统中,用户的提问通常不是孤立的,而是使用连续的多个相关的问题来获取信息,用户在与这样的系统进行交互时,才会感觉更自然。在已构建的非上下文相关问答系统的基础上,该文提出了一种可以处理上下文相关问题的方法并开发了系统OSG-IQAs。方法首先识别当前问题是否是一个从问题(follow-up),并判别其与前面问题的具体的相关类别,然后根据相关类别,利用话语结构中的信息对当前的follow-up问题进行重构,并提交到非上下文相关问答系统中。最后,将方法在两个不同规模的领域进行测试,并与相关系统或方法进行比较,测试结果表明,该方法具有较好的可扩展性。在总体测试中,该方法比基线系统获得了更好地效果,同时利用手工将所有上下文相关问题进行上下文消解,系统与此也进行了比较,并获得了相近的性能。

基于带约束语义文法的领域相关自然语言理解方法

开放域问答系统通常可以借助一些数据冗余方法来提高问答准确性,而对于缺乏大规模领域语料的领域相关问答系统来说,准确理解用户的意图成为这类系统的关键。该文首先定义了一种带约束语义文法,与本体等语义资源相结合,可以在词汇级、句法级、语义级对自然语言句子的解析过程进行约束,解决自然语言理解歧义问题;然后给出了一个高效的文法匹配算法,其首先依据定义的各种约束条件预先过滤一些规则,然后依据提出的匹配度计算模型对候选的规则进行排序,找到最佳匹配。为了验证方法的有效性,将方法应用到两个实际的应用领域的信息查询系统。实验结果表明,本系统提出的方法切实有效,系统理解准确率分别达到了82.4%和86.2%,MRR值分别达到了91.6%和93.5%。

基于错误驱动的语义文法自动扩展学习方法研究

面向领域的自然语言理解技术是垂直搜索引擎、领域相关问答系统等应用的核心技术之一.本文在已构建的基于本体和语义文法的自然语言理解系统的基础上,提出一种基于错误驱动的语义文法自动扩展学习方法,对于解析错误的句子,利用核心文法生成部分解析树,按照打分函数选择一组最佳的部分解析树,利用预测模型预测部分解析树的上层节点并试图构建完整的解析树,从而学习得到新的文法规则,对于学习得到的不同类型的规则进行验证并更新核心文法库,通过对句子的可学习性度量来筛选学习对象,从而提高文法扩展学习的整体质量和效率.分别在两个不同规模的领域数据集进行了测试,在交互式学习范式下,测试对比了学习算法在不同规模领域的学习效率,在批量学习范式下,测试对比了更新后的文法和核心文法在两个领域数据集上的准确率和识别率等性能指标.实验结果表明,本文所提出的方法是有效的.

基于语义文法的地理实体位置关系的获取

地理信息与数据是客观知识世界的重要组成部分。研究如何从大量非结构化的信息中自动抽取地理实体位置关系具有重要意义。提出一种基于语义文法的地理实体位置关系获取方法,该方法可准确地从网页文本中获取多个地理实体之间的复合位置关系。首先,设计一种反映地理实体位置关系的语义文法GeoRSG。GeoRSG反映了地理实体位置关系的层次分类关系,并采用基于规则的方式刻画地理实体位置关系在文本中的语言表达方式。然后,实现地理实体位置关系解析器GeoRSG Parser。该解析器利用GeoRSG对文本进行解析,获得谓词表达形式的位置关系知识。实验结果显示,该方法从1000条语句中获取了81条三元和816条二元地理实体位置关系,并且取得了88.85%的正确率。

基于语义文法的网络舆情精准分析方法研究

传统的基于关键词统计分析的网络舆情分析方法由于缺少对舆情文本必要的语义处理,往往导致分析结果不准确。提出一种基于语义文法的网络舆情精准分析新方法。该方法包括两部分:首先是可执行的网络舆情精准分析语言Eipoaal,它可根据实际舆情分析需求设计Eipoaal程序,具有一定的通用性;二是网络舆情精准分析系统Ipoaas,它为Eipoaal提供运行平台。目前,已经实现了该系统,并应用到贪腐主题的网络舆情分析中,实验结果证明了方法的有效性。

基于语义文法的属性知识获取

概念的属性和属性值获取是文本知识获取领域的一个重要的研究方向。提出一种基于语义文法获取属性知识的方法。首先,构造出一种描述属性知识的属性文法,该文法可以匹配包含属性知识的语句;然后,利用解析器EKEL和属性文法对文本进行匹配,获得谓词表达形式的属性知识。通过对互联网文本中属性知识的抽取,平均准确率达到71%。

基于容错Earley解析算法的领域语义文法自动学习方法

精细化的领域文本分析是高质量领域知识获取的重要前提,它通常依赖于大量某种形式的语义文法产生式,但总结这些文法通常耗时耗力。对此,文中提出了一种基于容错Earley解析算法的语义文法自动学习方法,根据种子文法自动生成新的语义文法(包括词类和文法产生式),以减少人工成本。该方法利用优化后的容错Earley解析器,对输入的语句进行容错解析,然后根据容错解析生成的解析树产生候选语义文法,最后对候选语义文法进行过滤或纠正得到最终的语义文法。在5种不同疾病的中医医案的实验中,该方法的词类学习的正确率达到63.88%,文法产生式学习的正确率达到81.78%。

基于语义分类和描述框架的网络攻击知识抽取研究及其应用

随着计算机技术的迅猛发展,自然语言处理成为计算机科学领域与人工智能领域中的一个重要方向,且文本知识获取(knowledge acquisition from text,KAT)是人工智能的重要研究内容。当前对于文本研究,大多采用关键字以及机器学习方法,准确率并不高。该文提出了一种基于语义文法的中文网络攻击事件知识获取方法。首先介绍参考FrameNet构建的语义分类和描述框架,它在现代汉语基本句模分类的基础上进行了扩充和改进。其次,重点介绍了攻击文本中最常见的遭受类语义类的设计和形成过程。然后将语义分类和描述框架应用在"网络安全"领域,形成"网络攻击语义类",并介绍在建立"网络攻击语义类"时遇到的难题,包括文法的设计中对事元的确定、复合句的处理、"的是"结构句型的分析设计、谓词设计等。最后,使用国家某安全部门提供的真实数据进行网络攻击知识抽取,实验表明该方法具有较高的准确率。

基于语义分析的汉语短句概念图技术的研究

概念图是一种新的知识表示方法,有助于汉语理解。本文试图应用语义结构文法和格语法的思想和方法,结合领域词典,将语法分析和语义分析有机地结合起来对句子进行分析,产生与句子相应的概念图。在本文的最后以通过将简答题答案转换为概念图来实现自动批改作为应用实验。实验结果与教师批改结果比较大体符合。

V+ADJP型的中心动词表层语义分析

对V+ADJP型的中心动词进行了表层语义分析,基于语义结构文法,写出了其对应的规则式,生成了相应的语义网络.

用于计算机辅助教学的自然语言接口

本文是为计算机辅助教学而专门设计的自然语言接口,它将限定子句文法和语义文法嵌入PROLOG语言,将三者融为一体,在微机上实现了一个自然语言接口程序,实验结果证明这种方法可应用于自然语言的受限领域,尤其适用于建立计算机辅助教学的自然语言接口。

汉语查询可移植接口的设计与分析

本文提出在关系数据库上实现汉语查询可移植接口设计的一种方法，这一方法的主要特点是采用语义文法（SemanticGrammar）分类的ATN模式进行语法语义分析。通过读取用户数据库信息建立词类知识库，从而可支持各种应用系统对不同的SQL标准关系数据库进行汉语查询。

一种基于XML的通用汉语生成模型

文章详细叙述了语义分析在汉语生成中的应用,重点构造了语义结构文法,并以此为基础提出了基于XML的汉语生成方法,该方法以XML树传递内部信息,使用XSL构造汉语句子生成格和实现XML树之间的转换。开发了一个基于XML的汉语生成模型。此模型具有一定的通用性,依托不同领域的知识库仅要对其作少量修改便能在该领域工作。