HNC语境框架及其语境歧义消解

词语在交际环境中往往有不同于单独出现时的语义,会造成一定的语境语义歧义。HNC理论从交互引擎的角度来考虑计算机如何处理语境语义歧义现象,形成了不同于其他语义网络的消歧办法。该文基于HNC语境理论的整体思路,阐述了计算机在语境框架下如何进行语境歧义消解,服务于提高自然语言处理的准确率。示例说明了该方法是可行且可实现的。

《概念层次网络理论》(HNC)述评

本文以黄曾阳的HNC理论为主,讨论了机器翻译的研究历史和中文信息处理的三个流派,比较了黄的作用效应链和Langacker的作用链,也分析了Fillmore,Langacker和黄对一些语句可能进行的处理。文章还重点比较了黄的语义块和鲁川的语块及他们对短语和块的关系的看法,最后,指出了HNC专著的一些不足之处,认为HNC理论创立了自然语言表述和处理的合理模式,解决了汉语理解所面临的诸多难题。

自然语言理解的新思路:HNC理论

HNC假定人类具有共同的语言概念空间,认为自然语言符号就是概念的符号化,语言过程是'概念联想脉络的建立、激活、扩展、浓缩和存储',而联想脉络有局部和全局之分。HNC发现了"作用效应链",构建了完备的网络式概念基元符号体系,建立了语句表述的数学表示式。HNC从语言的深层入手,以语义表达为基础。为语言研究开辟了一条新路。

电能计量装置的知识图谱构建与应用

因知识图谱具备强大的实体关系表达推理能力,近年来在各领域得到了广泛应用。文中针对电能计量装置存在标准规范多,建设管理运营成本和门槛高的问题,研究并提出了一种电能计量装置知识图谱的自动构建方法。针对技术规范文档存在的实体嵌套、语义模糊和图谱不全等问题,文中综合采用基于候选实体图匹配的命名实体识别方法,基于多依存句法树融合的关系抽取方法和概念层次图融合的关系推理方法,并在电能计量装置知识图谱构建中进行了验证。实验表明文章构建的知识图谱在实体识别、关系提取和关系推理的准确率以及扩展性方面都取得了较大提升,可大幅度降低相关领域标准规范的应用审查门槛和成本。

HNC问答处理系统关键算法研究

HNC问答处理系统是一种崭新的问答处理模式,与传统的问答处理系统相比,它把对语言的处理深入到语言概念空间中进行,以求尽可能地减少语言中的同义和多义模糊。本文在介绍HNC问答处理系统整体构架的同时,设计和实现了问答系统中的3个关键算法,服务于问答系统的不同阶段处理需要。实际应用表明,在这些算法指导下的HNC问答处理系统具有良好的问题处理能力。

HNC理论框架下的军语概念体系研究

传统的军语研究建立在军事学、术语学、词汇学、社会语言学、认知语言学、修辞学等学科基础上,文章探讨基于HNC语义网络下军语表达形式的特点,力求通过建立一种新的模式使军事术语能用于自然语言的计算机处理,在此基础上可进一步推动军语辞书编纂、军语的机器翻译等研究。

基于HNC理论和依存句法的句子相似度计算

句子相似度计算是自然语言处理的重要研究内容。运用自然语言处理的概念层次网络(HNC)理论和依存句法理论提出一种句子相似度的计算方法。该方法认为句子的相似度是由词语的语义相似度和句法结构相似度共同决定的,利用HNC理论词汇层面联想的概念表述体系来计算词语之间的相似度,利用依存句法理论来获取句子中词语的词语搭配和构成特征,与现有典型的句子相似度算法和人工判断进行了比较。实验结果表明,该方法能够较好地反应句子之间的语义差别,是一种可行有效的方法。

基于HNC理论的期刊文献知识元检索

针对期刊文献知识元提出了一种基于HNC理论的六元组表示方法,以及在文献结构分析基础上依据依存分析和HNC理论进行知识元的抽取。利用HNC符号的领域信息以及最大熵模型建立的分类器,对所抽取的知识元进行分类并存储,最后通过两阶段检索实现知识元的语义检索。

基于HNC理论的词语相似度计算

该文运用自然语言处理的概念层次网络(Hierarchical Network of Concepts,HNC)理论提出了一种词语相似度计算方法。该方法利用HNC理论词汇层面联想的概念表述体系,根据HNC映射符号的编码规则和符号映射理论,综合概念内涵、概念外部特征、概念类别和组合符号来计算词语的相似度,并与基于知网的词语相似度算法和人工的主观判断的相似度进行了比较分析。实验结果表明,该方法能够较好地反映词语之间的语义差别,与人的直观判断基本一致,是一种有效可行的方法。

基于HNC理论的汉语辅语义块自动辨识研究

全自动的语义分析一直是自然语言处理的主要目标之一,通过深层语义的分析,自然语言可以转化为形式语言。因此,可以实现人机之间的交互。为达到此目的人们在语义分析和标注方面做了长期的努力。本文在借鉴前人工作的基础上,为提高辅语义块的自动识别,进行了大量的语料分析,总结提出了比较有效的计算机处理规则。经真实文本实验测试,利用这些规则处理,可以达到较好的准确率和召回率。

基于HNC理论的社区问答系统问句检索模型构建

社区问答系统作为一种知识组织形式,在其基础上的问句检索可以帮助用户快速地从海量问答资源中找到问题的答案,同时避免用户重复提交已解决的问题造成系统冗余。考虑到翻译模型容易受翻译概率准确性的影响,在翻译噪声严重的情况下无法准确获取词汇语义信息。利用社区问答系统中问题的标记信息,构建高质量的训练语料集,同时在翻译模型基础上结合概念层次网络(HNC)理论的词语语义知识,提出了一种新的基于HNC语义修正的问句检索模型。在真实的数据集上的实验结果表明,HNC理论词语语义知识的对翻译概率准确性的修正有了显著效果,同时提出的问句检索模型可以很好地识别问答系统中相似的问句对,在检索结果上优于当前使用最广泛的模型。

基于HNC理论的动态词合成

采用HNC理论的最新研究成果,从技术上实现动态词的合成。研究的成果集中在动态词合成程序,该程序能将文本分词后产生的单字根据规则库实现动态词的合成,从而提高句类分析的效率。

论用HNC理论进行中文信息处理与知识处理

中文信息的处理要达到相当程度的自动化,必须让计算机具有智能化,必须解决计算机理解语言的问题,实现信息处理向知识处理转换的现代化,HNC(概念层次网络)理论,通过建立一个模拟人类感知过程的理论模式为实现中文信息处理向知识处理转换创造了条件。

汉英新闻领域词典构建及文本分类

针对新闻文本内容领域交叉、语义特征稀疏等问题,提出了结合概念层次网络词语知识库的领域词典附加特征向量的细粒度新闻文本分类方法,满足新闻文本多层级领域文本分类的需求。实验结果表明,附加领域词典特征向量的多层文本分类器在父领域及子领域的文本分类实现上均具有较好的性能。从总体分类实现的结果来看,第1层文本分类的效果要好于第2层文本分类的效果,第2层分类效果受到上层分类的影响,领域分类效果较好的父领域在进行子领域分类过程中表现出更好的分类实现性能。

基于句类特征的作者写作风格分类研究

不同作家的作品有自己的特点,这些特点体现在词汇、句型、修辞手法等各个方面,尝试使用句类特征进行作者写作风格分类,进一步可以用于作者的识别。利用向量空间模型,以句类作为特征,并通过混合句类分解等技术对句类向量空间降维,使用itc算法对特征项进行权重计算,KNN算法进行分类并利用集成判决技术,形成作者写作风格分类器。本分类器的性能在近现代小说的按作者写作风格的分类和鉴别方面的性能是可以接受的,并有进一步提升的可能。

基于文章标题信息的汉语自动文本分类

文本分类是文本挖掘的一个重要组成部分,是信息搜索领域的一项重要研究课题。该文提出一种基于文章标题信息的汉语自动文本分类方法,在HNC理论的领域概念框架下,通过标题信息所蕴涵的领域信息词语激活对应的HNC领域,实现文本的自动分类。实验证明,该方法与采用SVM算法进行文本分类的方法比较,测试速度和分类平均准确率明显提高。

产品设计过程中质量知识的匹配方法

提出了一种产品设计过程中基于语义距离的设计质量知识的表示及匹配方法,将产品设计过程划分为5个阶段,构建产品设计质量信息模型。依照设计质量信息模型,对设计任务、设计人员和设计质量信息进行分析,以任务元、对象元、信息元来构建三者的形式化描述体系,并建立其数据结构。利用HNC(概念层次网络)知识库,基于语境框架文本相似度计算,并结合语义距离计算,实现了文本间相似度的精确量化和比较。以注塑机方案设计过程为例,实现了设计质量信息匹配,验证了该方法的有效性。

一种混合策略的专利机器翻译系统研究

针对专利文本翻译中的复杂语句,提出了一种基于混合策略的方法,融合语义分析技术和基于规则的翻译技术,来提高专利翻译的效果。利用语义分析技术,重点解决句子中心动词识别和句子中有嵌套结构存在的名称短语的分析,把语义分析结果输入到基于规则的翻译系统中,用以改善翻译的效果。测试结果表明,融合后的翻译系统,BLEU值提高了9.8%。该方法已经集成到了国家知识产权局的在线汉英机器翻译系统中,有效地提高了专利翻译的效果和翻译效率。

汉语句群领域的自动抽取研究

句群是介于句子和段落之间的一个处理单位。在语言概念空间句群有三个要素:领域、情景和背景,领域是最根本的。获取了句群领域,就能够确定情景框架,这对信息抽取和文本分类都是非常重要的。一些词语的概念符号中蕴含了领域信息,通过分析词语在句子中的语义角色以及词语位置、频次等可以得到句子的领域。根据领域关系可以合并领域相同或相似的句子,得到句群及其领域。实验表明,常见的四种领域关系能够很好地被处理,但在动态词处理、复合领域的识别等方面还需要改进。

基于概念基元的词语相似度计算研究

词语相似度的计算在机器翻译、信息检索等多个领域有重要作用。该文以概念层次网络理论的概念基元符号系统为语义资源,在共性与差异性对比思想下,提出一个涵盖层次性、网络性、对比对偶特性、挂靠特性及五元组信息的多维度词语相似度计算方法;在节点深度和节点距离度量上,引入权重以增加不同层次间的区分程度。在人工打分的测试集上进行实验,结果表明该方法计算的相似度与人工判断的符合程度较好,兼容度、相关系数和序对符合度分别达到0.812,0.786和0.775;同时,相关性检验的结果也显示该方法的计算值与人工打分显著相关。