基于核心概念集的多语言Ontology

随着W eb资源的日益丰富,人们需要跨语言的知识共享和信息检索。一个多语言Ontology可以用来刻画不同语言相关领域的知识,克服不同文化和不同语言带来的障碍。对现有的构建多语言Ontology方法进行分析和比较,提出一种基于核心概念集的多语言Ontology的构建方法,用一个独立于特定语言的Ontology以及来自不同自然语言的定义和词汇的同义词集来描述相关领域的概念。用该方法构建的Ontology具有良好的扩展能力、表达能力和推理能力,特别适合分布式环境下大型Ontology的创建。

一个多文种语言Ontology框架的构建方法

对语言Ontology进行了研究,提出了一个面向多文种信息处理的语言Ontology,给出了其设计思想、定义和推理机制,还描述了其结构和构建方法。该Ontology采用分层的树形结构,收录了具有语义的四类词:名词、动词、副词和形容词,并以词义和文种为类节点、词为叶子节点进行组织。能表示各个文种词汇的语义,并以语义为轴心进行融合,以提供不同文种间词汇的转换关系。另外,还提供了词汇语义相似度计算方法以及推理机制来对语义进行推理。

CRL:对语义Web上的Ontology表示语言DAML+OIL的一种扩充方案

Ontologies在语义Web中起着举足轻重的作用,它不仅能为人类用户而且能为软件Agent提供从语法层次到语义层次上的互操作性。DAML+OIL是专门为语义Web设计的一种Ontology描述语言,它将框架系统、描述逻辑和Web标准这三个不同领域的优点结合了起来,采用面向对象的方法用类和属性来描述领域的结构。但是DAML+OIL也有不足之处,其一是约束表达能力较弱,只能表示属性值的基数约束,不能表示属性值的区间约束;其二是不能表示任何规则,而无论是约束表示还是规则表示对Ontology都是非常重要的。该文提出一种对DAML+OIL的扩充方案,使得扩充后的DAML+OIL可以表示简单的规则和属性值的区间约束。

基于Ontology的数据库自然语言查询接口的研究

提出了一种基于Ontology的关系数据库自然语言查询接口的系统模型及设计框架。采用WordNet作为基本数据库并在WordNet之上定义领域词库,可以提高语法分析的识别率;同时利用Ontlogly知识表达能力存储关系数据库概念模型,并对概论模型的内容进行扩充;另外对Ontology和WordNet的同义词集进行关联,可以提高语义的识别率。用户的输入查询语句通过语法分析、语义分析生成中间表达式语言DRS,然后通过模板技术转换成SQL,通过DBMS执行SQL并返回结果。实验证明,这种方案不但实用可行,而且通过逐步完善Ontology知识库的定义,可以大大提高查询的命中率;另外通过WordNet和Ontology定义领域词库和领域知识,提高了系统的可移植性。最后,所提供的方法可以很容易地移植到其他领域。

互联网Ontology语言和推理的比较和分析

本文从描述逻辑和语义互联网两个角度比较和分析几种Web本体描述语言 (RDF RDFS、DAML +OIL和OWL)的表达力和相关的推理 ,介绍它们的不同应用。然后总结出推理的分类 ,说明推理在本体建设、维护和应用中的作用。

基于Ontology的自然语言理解

本文分析传统意义上基于知识的自然语言理解(KB-NLU)和基于Ontology的自然语言理解系统的基本模型,Ontology是概念化的描述,以及Ontology与语言知识的结合方式的三种类型:世界知识型、词汇语义型、句法语义型。

自然语言检索的新发展:与Ontology相结合

分析了检索语言的发展历程,得出当前流行的检索方式是自然语言检索,但是用自然语言进行检索存在许多弊端,需要情报检索语言加以控制,如何将自然语言的简便性与受控语言的规范性相结合是我们应该深入思考的问题。而本体具有与情报检索语言相类似的一些功能特征,因此提出将Ontology引入自然语言检索系统。本文从4个方面分析了Ontology与自然语言检索结合的必要性,最后利用当前本体语言的推荐标准OWL语言提出了具体的实现方法,得出在自然语言检索的规范控制阶段利用Ontology是提高检索效率的可行方法。

Ontology在自然语言检索中的应用研究

在分析自然语言检索的基础上,提出将Ontology引入检索系统。对于自然语言检索而言,Ontolo- gy的应用不仅可以提高信息源标引质量和改善用户界面,还有助于解决自然语言检索系统中存在的问题。论 文最后还提出了在检索系统中引入Ontology有待解决的问题。

Ontology技术在自然语言理解中的应用

自然语言的理解是解决人机交互问题的一个重要课题。本文则将Ontology技术应用于自然语言的理解。通过建立基于Ontology技术的语义分析模型来提高语义理解的成功率。

从RDF,DAML+OIL到OWL——Ontology语言比较

本体语言用于描述Web页上资源的含义,对于语义网的实现具有重要的意义。RDF、DAML+OIL和OWL是3种重要的本体语言,本文在对其进行介绍的基础上进行比较,指出三者的区别和联系。

Ontology与语言问题

本文论述西方。ntology哲学的性质。文章从哲学形态和语言表达方式的结合这一视角出发，试图说明ontology是西方特有的一种哲学形态，其中包含的特殊思维方式是中国传统哲学中所没有的。在结合语言进行研究的时候，本文着重指出，ontology中使用的语言是经过哲学家改造过了的语言。本文不仅试图揭示这一改造过程，还论述了印欧语系的语言本身的性质为实现这一改造提供了可能的条件。语言不仅是思想的工具，也可能是思想的藩篱。只有冲破了语言的藩篱，思想才会重新回到现实。

自然语言处理领域中的词嵌入方法综述

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的综述文献大多只关注于不同词嵌入方法本身的技术路线,而未能将词嵌入的前置分词方法以及词嵌入方法完整的演变趋势进行分析与概述。以word2vec模型和Transformer模型作为划分点,从生成的词向量是否能够动态地改变其内隐的语义信息来适配输入句子的整体语义这一角度,将词嵌入方法划分为静态词嵌入方法和动态词嵌入方法,并对此展开讨论。同时,针对词嵌入中的分词方法,包括整词切分和子词切分,进行了对比和分析;针对训练词向量所使用的语言模型,从概率语言模型到神经概率语言模型再到如今的深度上下文语言模型的演化,进行了详细列举和阐述;针对预训练语言模型时使用的训练策略进行了总结和探讨。最后,总结词向量质量的评估方法,分析词嵌入方法的当前现状并对其未来发展方向进行展望。

新文科背景下中国语言学学科的承继与发展

中国语言学自先秦以来,不仅取得丰硕的成果,而且形成独特的研究传统。近现代之后,中国语言学逐步转型,学科细分所致的新的研究态势已经不能适应新时代新文科要求。中国语言学需要在承继优良学术传统的基础上,面向人工智能和数字技术,走“大语言学”发展之路。

论大语言模型材料的证据属性——以ChatGPT和文心一言为例

以ChatGPT和文心一言为代表的大语言模型产生海量大语言模型材料,此类材料进入社会生活并产生广泛影响,讨论大语言模型材料证据属性具有重要意义。大语言模型材料可以成为证据,但是否具有证据资格需要在具体个案中进行判断。从诉讼效率出发,大语言模型证据在不同诉讼中的呈现形式可以有所区别:一般案件可以仅举示人机交流材料和使用者本地环境信息,重大案件则应完整举示。大语言模型材料区别于大数据证据和一般的人工智能证据,具有直观性强、可解释性弱、偏在于少数技术公司、可识别性弱等特点。

语义Web上的Ontology表示语言研究

本体在语义Web中起着重要的作用,它能为软件Agent提供从语法层次到语义层次上的互操作性。在需求与技术的驱动下,多种本体表示语言也应运而生。介绍了3种本体表示语言(RDFSchema、DAML+OIL、OWL),并对它们进行了比较分析。

基于大语言模型的水工程调度知识图谱的构建与应用

随着水利事业的发展和信息化需求的增加,处理和表示海量水利数据变得复杂而繁琐。特别是调度文本数据通常以自然语言的形式存在,缺乏明确的结构和规范,并且处理和应用这些多样性的数据需要具备广泛的领域知识和专业背景。为此,提出了基于大语言模型的水工程调度知识图谱的构建方法。通过数据层的调度规则数据收集与预处理,再利用大语言模型挖掘和抽取数据中蕴藏的知识,完成概念层本体构建和实例层“三步法”提示策略抽取。在数据层、概念层、实例层的相互作用下,实现了规则文本的高性能抽取,完成了数据集和知识图谱的构建。实验结果表明,大语言模型抽取方法F1值达到85.5%,且通过消融实验验证了模型各模块的有效性和合理性。构建的水工程调度知识图谱整合了分散的水利规则信息,有效处理非结构化文本数据,并提供可视化查询和功能追溯功能。这有助于领域从业人员判断来水情况并选择适当的调度方案,为水利决策和智能推荐等提供了重要支持。

语言研究需要新质生产力

从农业社会开始,人类就开始了对于语言的研究,经历了语文学、文法研究、语言哲学研究的漫长时期;进入工业社会,历史比较语言研究、结构主义语言研究、功能主义语言研究、形式主义语言研究此起彼伏、相映成趣;计算机和互联网出现后的信息社会,计算语言研究、语料库语言研究、新媒体语言研究、数理语言研究、网络语言研究等应运而生;当下人类正在进入数字社会,数字语言研究等开始萌芽。

中介与开显——伽达默尔诠释学语言观要义钩沉

在伽达默尔看来,自希腊哲学以降的西方主流哲学曲解了语言的本质,语言与存在相分离,被降格为工具化符号,用以指称或描摹存在的表现。伽达默尔反其道而行之,接榫由哈曼—赫尔德—洪堡特开创的德国语言哲学传统,立足存在论视位,将语言理解为存在(事物)的存在方式,存在是语言中的存在,语言是说出存在的语言,语言、存在与思想在存在论意义上具有三位一体式的内在关联。伽达默尔以自己的语言存在论深度推进了诠释学的语言学转向,语言是联系思想和存在的中介,它使得思想和存在在其原始的依属性中得以表现,让存在的意义整体来到语言表达,在语言之光中被澄清敞亮,开显自身、呈现真理。中介与开显表征着语言的本质性规定,也同时显示为语言的效用。语言所具有的自我遗忘性、无我性、普遍性三特征,指示出语言是理解的最完美中介,它能够让一切与人有关的事情无遮蔽地显现在语言之中。

大型体育赛事语言景观的呈现特征、建构经验与提升策略——以北京2022年冬奥会为例

基于语言景观理论,通过录像观察对北京冬奥会语言景观的呈现特征进行考察并总结建构经验,进一步提出未来打造具有中国特色的赛事语言景观的提升策略。研究认为:首先,官方景观主导、载体类型多样、模态组合多元、语码布局规范是北京冬奥会语言景观的呈现特征。其次,自信规范的语言使用、特色文化的深度结合、丰富多样的呈现形式是北京冬奥会语言景观的建构经验。最后,未来应建立健全各类赛事语言景观的标准规范,促进文化交流的理解与认同;充分挖掘办赛所在地的优秀文化,打造具有本土特色的语言景观;应用现代高科技手段,拓宽语言景观呈现的渠道与形式。

从语言战略角度看信息时代的语文教育

语言文字在信息时代具有了影响全民和全局的战略意义。提高基础教育阶段的语文教学质量,发展国民的语言能力与思维素养,是实施语言文字战略的前提。要改变语文教育在目标、内容与方法等层面存在的滞后性,适应信息时代对语文教育的要求,就必须努力推进语文教学建设。当前的关键之点是理解和落实《普通高中语文课程标准(2017年版2020年修订)》提出的“语文核心素养”课程目标,以及“学习任务群”课程组织原则。语文核心素养是由语言建构与运用、思维发展与提升、审美鉴赏与创造、文化传承与理解构成的整体,综合体现在学生的思想面貌和精神状态、知识结构和语言能力等多个方面,包含强烈的人文性;学习任务群是教师根据自己的实际情况创造性地组织教学的教学原则,要求以学生的自主学习为前提,让学生自己去完成学习任务,在实践中获取知识、增长能力、养成和提升核心素养。语文课程建设还必须有理论建设做支撑,建设契合汉语汉字特点、具有中国特色的语言文字知识体系已是刻不容缓。