面向文本信息处理的汉语句子和小句

小句和句子分别是篇章信息处理的基本单位和复合单位。但是汉语中,这两个概念至今未有公认的适用于语言信息处理的界定,这种状况阻碍了汉语信息处理的发展。该文将汉语的句子大致界定为自足的广义话题结构,把小句界定为基于广义话题结构的话题自足句,并提出了这样界定的语言学依据和认知依据。

广义话题结构理论视角下话题自足句成句性研究

话题自足句是在广义话题结构理论的基础上定义的。话题自足句的成句性是广义话题结构的重要性质之一。该文在38万字不同语体的广义话题结构语料库中对话题自足句的成句性进行了实证性调查,发现有少量话题自足句不成句,对不成句现象进行了分析、分类,并提出了使其成句的办法。这将进一步完善广义话题结构理论,并能提高使用话题自足句的应用系统的性能。

基于CFN和篇章主题的概括型问答题的解答

相对于普通阅读理解,高考语文阅读理解难度更大,问句更加抽象,答案候选句的抽取除了注重与问句的相似性分析,还注重对材料内容以及作者的观点的概括归纳。因此该文提出了利用汉语框架网(Chinese FrameNet)抽取与问句语义相似的候选句的方法,通过识别篇章主题(段落主题句和作者观点句),生成与问句相关的内容要点以及作者的观点态度,最终选取top 6作为答案句。在近12年北京市高考真题上进行测试,召回率达到了68.69%,验证了该方法的有效性。

汉语篇章广义话题结构的认知计算模型研究

广义话题结构是汉语篇章中客观存在的结构形式。依据有限状态机的思想设计了识别广义话题结构的计算模型,在较大规模语料中初步检验了它的有效性,分析了该模型的空间复杂度和时间复杂度。该模型的特点是:递推控制,输出和输入以标点句为单位同步进行,无长距离回溯,有限回填,有限存储,保持词序。这些特点正是人在"话题—说明"信息的认知过程中所遵循的准则,因此该计算模型可以看作人完成这一认知过程的机械模型。

话题句的句法推导

话题被核查它的功能性成分Top指派了[Topic]特征,在特征核查的驱动下,Top要与话题建立核心-指示语关系,被指派[Topic]特征的句法成分要么移位,要么直接合并。前者是移位生成的话题句,后者是合并生成的话题句。两者在句法表现上的差异是由其生成方式不同决定的。

从话题结构看汉语“领主属宾句”的生成及其对翻译的启示

"领主属宾句"是汉语中存在的独特的句法现象。文章根据最简方案中特征核查理论,以CP分裂假说为前提和认知语言学中"射体-界标"的认知凸显关系,从话题结构的角度来分析汉语"领主属宾句"的生成,并且分析了英汉话题结构差异对于翻译的影响。

融合关键信息的PGN文本主题句生成方法

针对现有模型无法充分理解上下文和同时解决不同类型文本主题句自动生成以及生成重复内容的难题,对一种融合关键信息的PGN文本主题句生成方法进行研究。融合句子情感倾向加权特征和TextRank迭代算法筛选关键句;根据不同文本类型进行参数自动配置,利用BERT预训练语言模型对获取的关键句进行向量化表征并输入到融合coverage复制机制的指针生成网络模型中生成主题句;采用后处理技术对生成的主题句内容和长度进行检测与修正得到最终主题句。在公开数据集LCSTS上的实验结果表明,所提模型可以更充分地理解原文并有效减少重复内容的生成,它的Rouge-1和Rouge-L值均高于基线模型。

指类句何以容忍例外?——指类句的语用分析

指类句(例如Birds fly.)的特点之一是容忍例外。传统研究的局限性在于只注重指类句的表征性而忽视了其对话性。从对话性特征看,指类句是一种话题结构,句中的指类词集逻辑主词、句子主语和话题于一身,因此指类句的谓词实际上是对由其主词充当的话题的说明。从认知上看,话题设立了从认知参照点到目标心理路径的认知域。认知域的结构形态具有动态性,由此指类词的指称具有选择性。

话题歧义句的词汇—构式语用学阐释

文章以话题歧义(句)为研究对象,首先讨论话题歧义句的类型,分析其歧义形成之原因,继而考察对话题歧义句的解读。由于一般语言学模式,如形式主义的生成语法,难以充分解释话题歧义(句)的生成和推导,文章拟借用新兴跨学科词汇—构式语用学,给予其较新的阐释:话题歧义是汉语的特色话语手段,意在获取特殊语用修辞效果,受话人对此类话语的成功解读不仅依靠语境信息,还需要其语用语言能力、社会语用能力和语用修辞能力的互动性调用。

汉语篇章广义话题结构的流水模型

本文面向语言工程的需求研究汉语篇章的话题结构。本文的工作以标点句为基本单位,提出广义话题结构的概念和表示方法,归纳出广义话题结构遵从的堆栈模型并拓展为流水模型,指出广义话题结构的两个重要性质:话题的不可穿越性和话题自足句的成句性。广义话题结构的分析对于说汉语者具有可操作性,流水模型对于汉语文本有高覆盖率,数十万字多种语体文本的广义话题结构标注已经初步完成。这些事实说明,广义话题结构确实是理论上和应用上有本质意义的汉语篇章结构单位。

从计算识别和生成的角度论英语句子的主题系统

韩礼德的“主位”概念基本上是一个形式范畴;本文将其作为一个形式范畴加以接受,并把学界广泛关注的“主题”确立为相应的语义范畴。鉴于主题这一概念的驳杂性和异质特点,文章首先对主题的基本特征做了归纳和重新描述,并以此为依据描写了英语句子的主题系统,包括无主题信息、背景主题系统、基本主题系统,以及其他低层级的非基本主题系统。