中文连动句语义关系识别研究

连动句是形如“NP+VP1+VP2”的句子,句中含有两个或两个以上的动词(或动词结构)且动词的施事为同一对象。相同结构的连动句可以表示多种不同的语义关系。该文基于前人对连动句中VP1和VP2之间的语义关系分类,标注了连动句语义关系数据集,基于神经网络完成了对连动句语义关系的识别。该方法将连动句语义识别任务进行分解,基于BERT进行编码,利用BiLSTM-CRF先识别出连动句中连动词(VP)及其主语(NP),再基于融合连动词信息的编码,利用BiLSTM-Attention对连动词进行关系判别,实验结果验证了该文所提方法的有效性。

元明清常用饮食类动词演变研究——以“食、饮、吃、喝”为例

“食、饮、吃、喝”是元明清常见的饮食类动词,其中“吃”占主导地位,使用频次最高,食用对象最广,宾语语义类型最多。“喝”是元明清新兴的饮食类动词,具有广阔的发展前景。“食”与“饮”是比较古老的饮食类动词,在元明清逐渐衰落。从“食、饮、吃、喝”的演变情况,可以得出两点结论:一是单音节动词重叠表示时短量少,始于元代;二是使动用法盛行于上古,衰落于中古,罕见于明代及明代以后。

构式的类推及重新分析与词义演变的关系

类推和重新分析不限于形态和句法层面,在汉语中句法语义结构也会发生类推和重新分析。构式的语义结构发生类推和重新分析往往会导致词义的演变,先秦汉语旁格动宾结构(构式)的类推和重新分析导致动词发生词义演变,并以“赖”“说(悦)”“病”为例进行具体分析。

现代汉语非常规动宾结构初探——以“拉+非受事宾语”为例

汉语动宾结构具有较强的语义兼容能力,处所、目的、工具等外围语义成分常常占据表层宾语位置,形成大量“动词+非受事宾语”的非常规结构,其中高频动词“拉”所带宾语的语义角色尤为丰富,有必要展开深入研究。该文首先依据概念整合理论将“拉+非受事宾语”结构划分为三个层级,并对其动宾语义关系和句法特征展开分析。随后该文从语义、语用两个角度探析该结构得以生成、推广的原因,结论如下:第一,语义显要程度的提高要求用句法位置凸显;第二,动宾双方通过转喻、隐喻机制进行语义互动和调整,进而完成组配;第三,语言经济性原则为结构的大量生成和扩散提供条件。最后,该文初步提炼出汉语非常规动宾结构的共有规律:受高频动词效应制约、非受事成分需提供足量的新信息。

地理空间中的空间关系表达和推理

针对地理空间中的应用,归纳了在空间关系的表达与推理中不同于人工智能领域研究的一些特点:在人工智能领域,更注重建立形式化的推理系统;而在地理信息科学中,则需更关注地理空间的特点以及地物的地理语义。该文基于地理空间和地理现象的本质且顾及地理空间认知,总结了地理空间中空间关系表达和推理的特点,具体包括空间的有限性、地球的球面特征、地物的地理语义、地物形状的复杂性、面状地物、特殊的空间关系、空间关系的层次性与尺度相应原则、不确定性、三维与时态特性九方面;进而介绍了地理空间关系表达的两个应用,即地理信息检索和基于对象的图像分析。该文的探讨可为地理信息科学中的相关研究提供方向性指导。

动宾式不及物动词“VN”带宾语语义研究

在语言现象中,有些动宾式不及物动词“VN”通过转化语义成分、移动论元位置等手段带上了宾语,构成 “S+VN+O”句式。构成这一句式的条件是:或者“VN”是位移动词和部分交互动词,或者“N”与“O”之间在语义 上具有属种关系,或者可以将“把”与“N”构成的介宾短语置于“V”之前作状语等。在“S+VN+O”句式中,动宾 式动词的语义价绝大多数为二价,语义成分施事与受事各有不同的特点。“S+VN+O”句式具有醒目、简练等多 种语用功能。

基于语义依存的中文本体非分类关系抽取方法

为了解决中文本体非分类关系抽取问题,提出了基于语义依存分析的非分类关系抽取方法。利用语义角色标注和依存语法分析思想,分析得到了文本句子的语义依存结构,提取其中具有语义依存关系的动词框架,通过计算语义相似度,发现了动词框架中概念间的非分类关系和关系名称。实验结果表明该方法能够有效地实现非分类关系的抽取和关系的语义标注。

三维重建新方法及新技术研究

分析了基于二维工程视图重建三维立体问题 ,以实际工程图样为重建对象 ,提出三维重建新方法 ,即工程语义为基础 ,基元之间的关系识别是先导 ,基元识别是关键 ,基元合成是根本 ;研制了工程语义处理、基元关系识别、基元识别、基元合成等新技术 ;实现了一个三维重建原型系统 。

汉语及物动词词典中宾语信息的表征

该研究利用认知行为反应时方法,操作汉语及物动词与宾语之间的搭配关系,对汉语及物动词词典中宾语信息的表征情况进行了考察。结果发现,随着动词与宾语搭配的语义违反程度的增大,反应时增加。这表明,汉语及物动词词典中存在比较精确的宾语信息,其宾语信息是以语义特征来表征的。

面向对象的分布式视频会议系统模型

针对分布式视频会议 ,提出了一个基于对象的分层系统模型 ,描述了组成系统的各种构件的对象化方法和多媒体间的语义关系 .这种模型将多媒体数据流在I/O级、处理级和传输网络级进行对象分解 .多个对象的分布处理 ,易于按数据流编程实现 ,能很好地适应编程环境和网络环境 .该模型可充分开发不同粒度的并行性 ,使媒体处理满足实时应用的需求 .程序模块具有很好的可重用性 ,有利于在不同操作环境下系统的实现及互通 .

基于关键动词的中医古籍概念实体间语义关系发现研究

以综合性医学专著《医学纲目》为研究对象,以文本信息抽取为关键技术,以关键动词为节点,实现语义关系的半自动发现,为中医药学语言系统(TCMLS)和中医古籍语言系统中的语义关系的进一步细化及充实奠定基础,为完善TCMLS的语义网络提供支撑。

VP壳理论框架下指向宾语的形容词状语研究

汉语中有一种在句法上修饰谓语动词、在语义上指向宾语的形容词状语,其句式可表示为NP1+A+VP+NP2。本文运用最简方案的VP壳理论,提出关于此类状语修饰语派生机制的假设,认为这类句式中的状语修饰语处于动词的补语位,在谓语动词加接到轻动词时与动词一起移位。这种分析可以解释指向宾语的形容词状语所受的各种语义和句法限制。

现代汉语动量词的语义特征分析

本文通过动量词与数词构成的数量结构的语义功能和分布功能来考察汉语中的动量词,认为它们不是互不相干的,而是在[+计事]和[+计时]两个语义特征上构成一个相互联系的体系。这个体系描述了动量词范畴成员之间的深层联系,明确了动量词范畴内部成员之间的关联方式。

基于深度学习的场景识别方法综述

随着深度学习的快速发展,基于深度学习的场景识别方法逐渐取代传统的基于手工特征的场景识别方法,成为未来研究的主要方向。针对基于深度学习的场景识别方法,对基本思想进行了总结,将其大体分为以下四类:深度学习与视觉词袋结合场景识别法、基于显著部分的场景识别法、多层特征融合场景识别法、融合知识表示的场景识别法,分析了各个方法的特点及局限性,并对识别效果进行了比较,最后对未来研究方向进行展望。

两汉时期的双宾语结构

本文依据笔者的界定归纳了两汉双宾语结构的类型 ,并对各类型的结构式以及与非双宾语结构式的转换作了分析 ,最后将两汉与先秦的双宾语结构作了比较 ,认为 :上古前后期双宾语结构的五个主要类型是相同的 ,但汉以后大概只保留了四个 ;两汉带双宾语的常用述动有 4 3个 ,其中保留了先秦的 1 8个 ,而一半以上是更替和新生的 ;两汉双宾语结构式有 7个 ,但占绝对优势并能延续到汉以后的是A1式 ,而宾语前置的各种结构式已经锐减或绝迹。

动趋式“V起来”的语义分化及其句法表现

现代汉语动趋式“V起来”可以分为位移义、结果义和体貌义三种基本语义类型,这些类型的重合又可以产生若干歧义结构。 “V起来”的语义类型决定于V的语义特征,根据这些特征可以把动词分为若干次类,利用这些次类可以使“V起来”得到分化。位移义、结果义“V起来”与体貌义“V起来”在句法表现上存在着一系列对立,最为突出的是V的受事要求与位移义或结果义的“V起来”同现,而强烈排斥体貌义的“V起来”。这一现象可以概括为“受事同现准则”。

动宾倒置复合词研究述评

关于动宾倒置复合词生成的解释,主要有三种思路:形式语法解释、韵律语法解释、韵律与句法、语义等多动因互动解释,尤其是后两者广受关注。韵律语法解释和韵律与句法、语义等多因素互动解释各有所长。韵律语法的规则性很强,但正是由于规则性强,因而也会碰到很多例外。韵律与句法、语义等多因素互动的规则性弱,属于一种事后的说明。具体来看,动宾倒置复合词实质上就是定中黏合结构,从黏合结构的特性出发,分析其句法、韵律、语义、语用各自的作用范围和互动规则也许会有更多的新发现。

客观知识体系中的语义关系可组合性研究

本文针对客观知识体系中相邻的语义关系对组合的可能性问题即语义关系可组合性问题,以WordNet为背景,基于客观知识体系中概念间语义关系网的构架特点,设计了语义关系对可组合性函数,并通过统计实验获得了可组合性强度,最后对实验结果进行了共现聚类分析,分析并得出了语义关系对可组合的一些结论和规律。这种组合后语义关系的相关性研究克服了语义关系对的组合爆炸现象,并为实现基于客观知识体系来研究语义关系间可组合的有效性、信息科学领域的相关性奠定了基础。

言语行为动词告知关系及其语义认知解释

由言语行为动词所构成的句子涉及复杂的告知关系,从不同的认知角度看这些复杂的告知关系会有种种不同的认知分类框架及不同的认知解释。通过对这些认知分类框架的详细讨论和分析,立足于旁听人的言语行为动词认知分类及其语义认知解释是具有说服力的。

把字句与主动宾句的句法、语义和语用差异

把字句和主动宾句是两种不同的句式。两式在句法、语义和语用方面都存在着差异。在句法方面,两句式结构成分的位序不同、介词“把”的有无不同、结构功能不同;在语义方面,两句式突显的关系不同、语义重心不同、动补结构表示的因果关系不同;在语用方面,两句式的焦点不同、视点不同、对NP2的指称性要求不同、出现的语境不同。