基于语言现象的文本蕴涵识别

该文提出一种基于语言现象的文本蕴涵识别方法,该方法建立了一个语言现象识别和整体推理判断的联合分类模型,目的是对两个高度相关的任务进行统一学习,避免管道模型的错误传播问题并提升系统精度。针对语言现象识别,设计了22个专用特征和20个通用特征;为提高随机森林的泛化能力,提出一种基于特征选择的随机森林生成算法。实验结果表明,基于随机森林的联合分类模型能够有效识别语言现象和总体蕴涵关系。

词位重构与平行语言资源的再生性建设

该文以大数据意识为背景,通过语言学范畴"词位"内涵、外延的重构,以自然和人工平行性语言资源为基础,提出和讨论语言资源的再生性建设命题。并以期"通过资源建构资源"的再生性模式,推动语言资源多类型、高覆盖、跨语言快速发展及语言应用理论建设。

汉英日移动动词跨语言多义变体类型学考察

词汇语义学的各种主流理论无法很好地解释词义的非隐喻扩展致因,而鲍查德的语言符号理论却能阐述跨语言视角下语义不对称的机理,并且提供函数模式化分析框架。根据语言符号理论,一种语言的多义词与其跨语言对等词的词义无法完全重叠,原因有二:其一,从核心意义来讲,跨语言多义对等词仅有单一抽象的概念原语;其二,从互动接口来看,语言的符号属性是知觉—运动系统与概念—意象系统交互的结果,在跨语言表征时必会受到外部非语言系统的制约。本文借用鲍查德语言符号理论中表示原语的一组函数,解构6个英、汉、日移动动词多义变体的本源以及词义差异描写元素,将其表示为左向、左/右向、右向的3种类型。籍此分析移动动词的跨语言变体类别,构建符号模型,从而拓展语言符号理论在跨语言情境下的实际应用。

突发事件触发特征层级与事件识别模型构建研究

[目的/意义]突发事件知识发现是社会应急管理智能化的重要方面,事件识别的准确性关系到舆情监控和应急决策的效率及科学性。[方法/过程]提出以“事件触发特征”作为突发事件识别的依据,分析了突发事件触发特征的内部构成及功能层次,并在此基础上构建了一种基于规则和模式的“排除-判定-验证”相结合的突发事件识别模型。[结果/结论]突发事件触发特征层级为突发事件知识的形式化提供了系统全面的结构化表示方式,事件识别模型的制定可用于提高突发事件识别的效率和准确性,为应急决策提供可靠的知识支持。

基于知识话题模型的文本蕴涵识别

该文分析了现有基于分类策略的文本蕴涵识别方法的问题,并提出了一种基于知识话题模型的文本蕴涵分类识别方法。其假设是:文本可看作是语义关系的组合,这些语义关系构成若干话题;若即若文本T蕴涵假设H,说明T和H具有相似的话题分布,反之说明T和H不具有相似的话题分布。基于此,我们将T和H的蕴涵识别问题转化为相关话题的生成过程,同时将文本推理知识融入到抽样过程,由此建立一个面向文本蕴涵识别的话题模型。实验结果表明基于知识话题模型在一定程度上改进了文本蕴涵识别系统的性能。

HDVM:基于关系矩阵的关联数据压缩查询模型

随着大数据时代的到来,大量的RDF数据充斥着整个数据网络.RDF(Resource Description Framework)后台引擎管理巨大的数据集时,数据集索引不能全部加载到内存中,导致系统需要执行缓慢的磁盘访问来解决SPARQL查询.本文提出了一种HDVM(Header Dictionary Vector Matrix)压缩查询模型,通过在关联数据集中提取潜在的三元组关系矩阵,以主语向量、谓语向量和宾语矩阵的模型序列化存储来减少关联数据重复出现的次数,允许SPARQL查询在压缩状态下全内存执行.实验结果表明,本文提出的模型比常用的HDT(Header-Dictionary Triples)压缩方式提高了3%~20%的压缩率,同时在三元组个数达到十亿级别的数据集上平均查询时间在400ms左右.

基于协同训练的文本蕴含识别

针对文本蕴含的训练数据不足的问题,该文提出了基于协同训练的文本蕴含识别方法。该方法利用少量已标注的蕴含数据和大量未标注数据进行协同训练。为此,该文利用改写视图和评估视图,从结构和非结构两个角度考察蕴含关系,并将语义树核分类器和基于统计特征的分类器应用于两个视图,同时利用协同训练的结果训练一个综合分类器,用于对新数据进行预测。实验表明,基于协同训练的蕴含识别方法能在少量训练数据的情况下获得较好的识别性能。

■字名实考与传统术语资源的当代应用

■字作为古人对鸟类反吐食物残渣食性观察的经验知识而命名,并保存于《说文解字》中,历经1800余年,语义内涵渐趋丰满、音义理据终以彰显。论文考索其同源词族及其历史语义变迁,据以申明传统训诂学解物释名的“据实目验”之法,又借以阐发陈寅恪期许的“新训诂学”之“一字即是作一部文化史”的学术理念,反思汉语概念史研究应立足传统音义资源的取向。讨论该字起用为生物学、动物学专业术语,并用以对译外文相关术语的可能,检讨相关字词资源用于当代术语命名的社会文化价值及攸关文化自信的宏大议题。

“石友”“疆场”“钧座”词义考

“石友”一词,《汉语大词典》共列“情谊坚如金石的朋友”“指砚”两个义项,应增补义项“好的、有观赏价值的石头”。“疆场”一词,《汉语大词典》仅列“战场”一个义项,应增补“边境、边界”“领土、疆域”两个义项。“钧座”《汉语大词典》释为“对长官的尊称”,没有解释其本源义,释义应修订为“由尊者座席借代为对长官的尊称”;其书证均为现代例,严重滞后,应列举宋代用例。

基于SDN架构的网络能耗与性能动态调节机制

传统网络环境不能较好地兼顾网络性能和能耗。为此,提出一种新的网络评价算法。在软件定义网络环境中,利用启发式算法,使用流表机制动态调节广域网的网络拓扑,实现网络性能和能耗的调节,并对其性能和能耗的调节效果进行评价。实验结果表明,与传统网络只关注网络性能或能耗的算法相比,该算法能够实现网络性能和能耗的动态调节,实现简单,并且链路利用率较高。

多义词的事件语义及演化动力--以动词＂开＂为例

多义词的多个意义是一个包含中心意义和边缘意义的范畴。就多义动词"开"而言,其概念基底义为"外向型运动",根据性质差异,"开"可以表示位移、开始、出现三类不同运动事件。在典型运动位移事件中,由于位移路径的差异,"开"所表达的位移事件又分为打开、扩散、分割、离开、扩大五个子类。"开"的多个事件语义源于"开"的不同搭配,"开+X"中"开"事件所作用的对象X在空间、状态、生命度、时间特征和物性特征等方面的差异,导致了"开+X"事件的方式、结果和语义焦点的不同,从而生成了"开"的不同词义。

基于物性结构的事件演化语义模型

事件演化即事件在篇章中依次变化,是篇章推进的主要手段。结合物性结构理论,同一话题下与不同话题间事件演化可构建出一套语义模型,该语义模型着重刻画事件间基于词汇语义的内部语义联系,并说明物性结构与题元结构的协同作用对事件演化提供的语义触发动力与制约机制。

论英语介词短语动态义的理解与教学--兼谈英语名词的物性结构及其对汉译英的影响

英语介词短语动态义的理解与表达运用,一直是大学阶段英语教学中易受忽略但却又较为重要的问题。其准确理解须同时关注介词短语中介词和名词的语义。总的来说,英语介词短语的动态义可以来自介词自身,也可以直接或间接来自其中的名词。若间接来自于名词,则此时介词短语的动态义往往是基于其物性结构的。英语教学中应在语义理解的基础上,侧重英语介词短语动态义的恰当表达及其灵活运用,这有利于克服中国学生英语运用中因汉语动词优势带来的负面影响。英语介词短语动态义的恰当运用,可采取区分动作主次、确定语法形式、审视篇章功能等步骤来实现。

睡义动词“困”的发展演变

唐宋时期是"困"向睡觉义发展的重要时期。这一时期,"困"经常与睡义动词"卧、睡、眠、寐"等连用,形成"困+V_睡"格式,这种格式在语境中逐渐由状中结构被重新分析为并列结构,促使"困"向睡觉义转化。通过对语料库的检索和分析可知,"困"至迟在宋代就能够单用表示睡觉义。

唐宋禅宗语录中“只这(个)是”类强调式判断句析论

唐宋禅宗语录中较多地使用"只这(个)是"类判断句,这是一种具有强调作用的特殊判断句式。禅宗语录中这种判断句晚唐五代使用最多,进入宋代其使用频率逐步下降,而从晚唐五代到南宋,其强调的力度不断增强。这种判断句是唐以前汉译佛经中同类句式的继承与发展;唐宋时期,它的使用不局限于禅宗语录,世俗文献也使用不少;明清时期,这种判断句逐渐衰落,到现代汉语通语中就彻底消失了。

知识图谱中链接数据质量评价研究综述

链接数据为知识图谱的主要表现形式,但目前链接数据的发布缺少统一标准,导致数据质量参差不齐.本文回顾了链接数据质量评价的相关研究,并根据链接数据的发展过程,将衡量数据质量的维度划分为7个类型,分别描述每个数据质量维度的特性.同时,具体介绍了冗余度、可信性的量化评价方法及波动性对链接数据质量的影响.

“正”“在”“着”的功能再分析

根据功能透明原则,"正""在""着"能够高频共现是因为它们分属不同功能域。通过考察三者与动词和时间表述的共现约束,发现"正"属于时域,是对事件进行精准时间定位的相对时标记;"在"属于体域,是表示动作进行或状态持续的进行体标记;"着"与时间表达无关,是状态化标记,可以跨功能域承担不同的功能。将"正""在""着"分别与同属时域、体域、存在域的其他形式进行对比,并依托行为动词谓语句、祈使句、否定结构等对"正"、"在"、"着"进行功能对比,也进一步验证了它们的功能差异。这不仅是三者能够共现的根本原因,还可以解释"着"的隐现、"V着"存在句宾语的施受不限、"V着"的叠用等问题。

唐宋禅宗语录“好”字祈使句及相关问题析论

唐宋汉语中有一种以句末语气词"好"字结句的祈使句,主要用于禅宗语录,在唐宋禅宗语录中发展的总态势是:使用频率不断提高,表禁止的比例不断上升,组合不断丰富化,结构逐步复杂化。这种"好"字祈使句始见于禅宗语录,早期属于"同行语法"现象,后来逐渐扩散至世俗社会。唐宋以后,"好"字祈使句的走向有两条路径:一是句末语气词"好"继续保持"好"这种标写形式,一是句末语气词"好"为其他标写形式所替代。"好"为其他标写形式所替代又分为两种情况:一是通语书面文献中,"好"或为宋以后文献中的"呵""啊"所替代;一是现代方言中,有较广泛的"好"字祈使句分布,其标写形式少数方言还保留"好",多数方言演变为"哈",另外还有"下""吓""喊""汉""汗"等标写形式。学界认为"好"作语气词的用法仅见于五代和宋代,元代以后便消失了,这一看法并不准确。

一种高密度关联数据压缩方案

随着语义网技术的标准化,网络上的关联数据爆炸式增长.海量的关联数据在网络上存储和交换变得越来越困难.本文提出了一种高密度关联数据压缩方案,将关联数据的三维关系矩阵分解成3个二维稀疏矩阵,再用K2-Tree压缩二维稀疏矩阵,提高了关联数据的压缩率和压缩效率.实验表明,本文提出压缩方案的压缩率相较于HDT++平均有12%的提高,压缩耗时相较于HDT++也有10%左右的降低.

关联词衔接与事件域衔接

关联词衔接是复句的形式标志,然而关联词表现的逻辑语义关系往往不在同一层次上,复句三域学说揭示出这种层次差别,同时也带来一些理论与事实的问题。为了应对这些问题,文章基于概念域在复句中的分布提出事件域衔接这一概念并论证其与关联词衔接之间的关系,解释了不同复句中事件域衔接模式不平衡的原因,讨论了事件域衔接作为一级篇章的衔接实体在本体与应用研究上的作用与价值。