基于清华汉语树库的复句关系词识别与分类研究

根据清华汉语树库的标注方法,利用规则从中提取复句关系词并标注其类别,然后分别抽取带功能标记和不带功能标记的自动句法树的句法、词法、位置特征,进行复句关系词的识别和分类。实验结果表明,复句关系词判断准确率达95.7%,复句关系词类别判断F1值为77.2%。

复句关系词自动识别中规则的表示方法研究

关系词在现代汉语复句领域起着重要的作用,是汉语语法、语义研究中的重要内容,复句关系词的计算机自动识别是一个非常困难的研究课题。在汉语复句关系词自动识别中规则的约束条件研究的基础上,重点研究现代汉语复句关系词自动识别系统中规则的表示方法,为进一步研究、建设复句关系词自动识别中的规则库,深入研究规则与统计相结合自动识别复句和复句关系词的方法,为实现汉语句子和篇章的自动识别奠定基础。

汉语复句关系词自动识别中规则的约束条件研究

关系词在汉语复句中具有重要的作用,是汉语语法、语义的重要研究内容,在信息处理领域具有很高的研究价值,但复句关系词的计算机自动识别是一个非常困难的问题。本文从中文信息处理角度,研究"基于规则的关系词自动识别"系统中规则的约束条件,为进一步研究计算机自动识别复句的方法以及自动识别汉语句子和篇章的方法奠定基础。

二句式非充盈态有标复句关系类别的自动标志

复句关系类别的识别是对复句分句之间语义关系的甄别,是分析复句语义关系的关键。在现代汉语复句中,二句式和三句式复句占绝大多数,而三句式复句又可以拆分为二句式复句,所以多句式复句的研究归结起来就是二句式复句的研究。以二句式非充盈态有标复句为研究对象,结合汉语复句的句法理论、关系标记搭配理论,以汉语复句语料库以及搜索引擎获取的复句为语料,进行二句式非充盈态有标复句关系类别的自动标志。该方法对二句式非充盈态有标复句关系类别进行自动识别,准确率达到89%,实验结果证明了该方法的有效性。

句子语境中汉语词汇识别的即时加工过程

视觉词汇的认知加工及语境对这一过程的影响是心理语言学和认知心理学研究的热点。本研究采用眼动方法与ERP技术相结合的手段,考察了句子语境中汉语词汇识别的加工过程。通过六个实验,探讨了不同限制性语境中汉语词汇形、音的作用及作用的脑机制,不同偏向性语境对词汇歧义消解的影响及词汇歧义消解的脑机制。该研究结果揭示了句子语境对汉语词汇识别的影响,提供了眼动方法和ERP技术相结合考察语言认知的研究范例。

复句关系词规则生成系统中的冲突检测与处理

复句中的关系词对研究复句中各分句的语义关系有着重要意义,在基于规则的关系词自动识别中需要大量的规则,并且规则库是动态变化和不断完善的,向规则库中入库规则时会出现规则冲突和入库错误的情况,该文探讨如何在入库时识别产生冲突的规则,并对规则进行相关的处理。对复句的普通规则、连用词规则、普通句式规则、连用句式规则四类规则进行了形式化的表示与存储,在此基础上设计了关系词检测、约束类型检测、约束条件检测、结论检测的检测流程。提出了两种冲突处理方式——优先级方式和有向无环图方式,对两种方法进行了比较。利用该检测方法和有向无环图的处理方式,入库了千余条规则。实验表明,利用该方法冲突规则的检测和处理正确率达到100%。

多重复句关系标记搭配的求解模型研究

关系词是多重复句的连接成分,其功能是关联分句且标志分句间的语义关系,它对多重复句的研究具有重要意义。但是,在研究基于规则的现代汉语复句关系词的自动标识过程中,发现多重复句内初次识别出的关系标记,较多是伪关系词。这就需要判定其是否是真正的关系词,而判定的基础是确定关系标记之间的搭配关系,这是一个难点。为解决该问题,本文提出了两个算法:(1)利用解空间树得到关系标记所有的搭配集合;(2)对解空间树进行剪枝,去掉无用搭配集。实验测试可知:这两个算法不仅通用性强,而且判定正确率达到98.9%,剩下的1.1%还可以得到近似解,这表明本文提出的算法在处理多重复句问题上具有较好的可行性。

正常人汉语句子事件相关电位N_(400)的研究

目的研究汉语句子结尾词匹配与不匹配事件相关电位N400的变化,探讨正常人汉语句子N400的特征.方法对15名21～36岁右利手健康受试者,进行汉语正常句子结尾匹配词(匹配)与句子结尾歧义词(不匹配)N400的研究.结果受试者对句子结尾词匹配与不匹配的N400成分在潜伏期及波幅有显著性差异(P<0.05),句子不匹配结尾词的N400潜伏期较长,N400波幅高.N400广泛分布于脑部各区,左侧波幅偏高.结论汉语句子结尾字匹配与不匹配的N400与字词认知中的语义密切相关,可作为一个有临床价值的认知电位而用于临床多种伴有语言障碍疾病的评估.

复句关系词自动识别中规则解析的包含匹配算法研究

规则解析器作为现代汉语复句关系词自动识别系统中的一个重要的功能模块,其主要功能是先利用复句准关系词去匹配规则库中的规则,然后对匹配成功的规则进行解析,最后调用该规则并提取规则的结论对复句关系词进行识别.因此规则的成功匹配是能够进行规则解析的首要条件.但是,在对规则库中的句式规则表和连用句式规则表进行匹配解析时,由于复句准关系词的多样性和重复性,造成了匹配的复杂性,使得无法利用传统的匹配算法去匹配规则.因此,该文研究了一种"包含匹配算法",该算法是先用一个二维数组将复句准关系词序列在复句中的下标依次存储,然后在该二维数组中寻找可能匹配的子串序列.该算法的最大优点是既不需要实现完全匹配和回溯,还可以包含模式串的所有子串,能够得到所有的目标子串,实验结果表明,该算法在排除规则的不完备性和分词的错误之后,正确率可以达到100%.

基于规则的复句关系词的自动标识

关系词的自动标识是中文信息处理领域的基础性研究课题,该文利用规则实现其自动标识。首先通过语料的分析总结出关系词在使用过程中的12种特征,以这些特征建立规则的约束条件;然后提出包含匹配算法实现复句准关系词序列与规则索引词的匹配,以此获取目标规则,并根据目标规则约束条件与关系词所在语境的匹配结果得到匹配规则;最后利用匹配规则的结论实现关系词的自动标识。实验结果表明,该方法对关系词标识的正确率达到70.9%。

面向中文抽象语义表示的复句研究综述

抽象语义表示(AMR)是一种新型的句子语义表示方式.中文AMR在英文AMR的基础上,针对汉语特点,增加了复句逻辑语义关系的表示.中文AMR以句子为基本标注单位,以层次结构树形式表示各分句间的逻辑关系.由于允许论元共享,因此在树结构基础上形成图结构,从而对复句的语义表示更加完整全面.为了进一步研究中文AMR,对目前复句关系研究现状、复句及篇章关系资源的建设进行了综述,指出目前研究存在的问题,并提出将来工作研究的方向.

基于Transformer模型与关系词特征的汉语因果类复句关系自动识别

汉语复句的语义关系丰富而复杂,复句关系自动识别是对复句语义关系的判别,是分析复句所表达意义的重要环节。因果类复句是使用最多的汉语复句,文中以二句式有标因果类复句为研究对象,通过深度学习的方法自动挖掘复句隐含的特征,同时融合了关系词这一语言学研究的显著知识。将word2vec词向量与one-hot编码的关系词特征结合作为模型的输入,利用卷积神经网络作为前馈层的transformer模型来对因果复句关系进行识别。采用文中的方法对因果类复句关系类别进行识别,实验结果的F1值达到92.13%,优于现有的对比模型,表明了该方法的有效性。

关系词非充盈态复句的特征融合CNN关系识别方法

汉语文章中复句占多数,复句关系类别的识别是对复句分句之间的语义关系的甄别,是分析复句语义的关键.在关系词非充盈态复句中,部分关系词缺省,因此,不能通过关系词搭配的规则来对非充盈态复句进行类别识别,且通过人工分析分句的特征进行类别识别费时费力.本文以二句式非充盈态复句为研究对象,采用在卷积神经网络中融合关系词特征的FCNN模型,尽可能减少对语言学知识和语言规则的依赖,通过学习自动分析两个分句之间语法语义等特征,从而识别出复句的关系类别.使用本文提出的方法对复句关系类别识别准确率达97%,实验结果证明了该方法的有效性.

基于复句语料库分词系统研究

复句在书面语中具有举足轻重的地位,如何让计算机正确理解复句是中文信息处理中一个值得重视的问题。现有的分词系统对复句关系词的正确切分与标注上不足以满足对复句进行层次分析和语义分析的需要。建立的分词系统在复句中关系词的切分和标注上做出了必要的改进。

基于神经网络的关系词非充盈态复句层次的自动识别

复句层次关系划分是复句句法结构分析以及语义甄别的基础,但关系词非充盈态复句由于关系标记的省略给层次划分带来了困难。文中利用依存关系句法树和word2vec词向量模型的方法来提取复句中分句的句法特征和语义特征,并利用神经网络进行训练,获得三句式关系词的非充盈态复句层次划分模型,对测试集中的复句进行层次划分测试,其准确率为74%。

汉语因果复句的原型表达

"因为……,所以……"在各类教材中被描述为最普遍、最典型的因果类复句形式,此描述与人们实际语言中的使用情况存在一定差距。两个关联词同时出现的因果复句数量非常有限,而被看作特殊的、非典型的因果句"……,因为……"的出现频率远高于其他形式。语言表达上的因果关系有别于逻辑上的因果关系,后者强调因果之间的必然性联系,前者则不强调,而是以人们的主观认识为依据来表现因果关系。"……,因为……"目前仍被看作是一种语用的凸显格式,但这种"语用语序"已经越来越普遍地被人们所使用,表现出"语用法的语法化"趋势。

“即使”句的关系词语与句法关系

"即使"句的关系词语包括让步标和应接标,让步标的作用是表让步和表虚拟,应接标的作用是表示异中有同;"即使"句的句法关系包括两种不同情况:一种是A、B间的并列性逆转关系,一种是A、B间的因果性逆转关系,两种句法关系有同有异。

某些结构固定的句型在俄语中的使用方法

主从复合句是由两部分组成的复合句,其中一个分句在语法上从属并说明另一个分句,彼此之间的连接借助连接词或关联词,除此之外还有一些复合句并没有使用连接词和关联词,而是结构固定的一些句型,了解一些这样的句子结构有助于阅读。

基于句内注意力机制多路CNN的汉语复句关系识别方法

复句的关系识别是对分句间语义关系的甄别,是复句语义分析的关键,旨在从文本中识别句间的关系类型。非充盈态汉语复句存在隐式关系的特点给语义关系识别造成了困难。为了深度挖掘复句中隐含的语义信息,正确地实现关系分类,该文提出了一种基于句内注意力机制的多路CNN网络结构Inatt-MCNN。其中句内注意力机制模型是基于Bi-LSTM的,使其能够学习到句子的双向语义特征以及分句间的关联特征。同时,为了充分利用文本特征,联合使用卷积神经网络(CNN)对复句表示再次建模获得句子局部特征。与其他基于汉语复句语料库(CCCS)和清华汉语树库(TCT)的实验结果相比,该文方法的宏平均F1值为85.61%,提升约6.08%,平均召回率为84.87%,提升约3.05%。

基于词聚类CNN和Bi-LSTM的汉语复句关系识别方法

复句关系识别是对分句间语义关系的甄别,是复句语义分析的关键。由于非充盈态汉语复句存在隐式关系的特点,给语义关系识别造成了困难。因此,为了深度挖掘复句中隐含的语义信息实现正确的关系分类,该文提出了一种基于词聚类的CNN与Bi-LSTM相结合的网络结构BCCNN。其中,通过使用词聚类算法对单词向量建模提取单词间的语义相似特征,并在此基础上使用CNN对复句进行深度建模以获得复句的局部特征。另外,该文将CNN中的池化层替换为Bi-LSTM网络层,在减少池化操作所带来语义信息丢失的同时又得到了全局的长距离语义依赖特征。与其他基于汉语复句语料库(CCCS)和清华汉语树库(TCT)的实验结果对比,论文的方法达到了较好的识别效果,其准确率分别达到了92.4%和90.7%。