检索结果-内蒙古大学图书馆

中文信息学报 2024年第1期38卷 86-96页

作者：闫智超李茹苏雪峰李欣杰柴清华韩孝奇赵云肖山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学外国语学院山西太原030006 山西工程科技职业大学现代物流学院山西晋中030609 中译语通科技股份有限公司北京100043

框架识别是框架语义角色标注的重要前提,该任务是为给定句子中的目标词寻找一个可激活的框架。框架识别通常看作是针对目标词的分类问题,一般采用序列建模的方式学习融合上下文的目标词表示。该方式忽略了目标词所在上下文的结构信息,... 详细信息

框架识别是框架语义角色标注的重要前提,该任务是为给定句子中的目标词寻找一个可激活的框架。框架识别通常看作是针对目标词的分类问题,一般采用序列建模的方式学习融合上下文的目标词表示。该方式忽略了目标词所在上下文的结构信息,且在建模时未考虑不同词性目标词在句法和语义结构上的差异。针对这些不足,该文提出了一种融合目标词上下文序列与结构信息的框架识别方法,该方法使用BERT和GCN分别对不同词性目标词的上下文信息和融合PropBank语义角色或依存句法结构信息的目标词进行建模,然后得到融合序列和结构信息的目标词表示。另外,该文分析了不同词性目标词依存信息的结构差异,采用一种集成学习方法克服了单一模型在此方面的不足。最后,在FN1.7和CFN数据集上的实验结果表明,融合目标词上下文序列与结构信息的框架识别方法在性能上优于当前最好模型。

关键词：框架识别语义角色依存句法 BERT GCN

来源：评论

学校读者我要写书评

暂无评论

服务于内容侧面发现的框架识别

引用

中文信息学报 2012年第2期26卷 51-55,61页

作者：王荀李素建宋涛姜伯平北京大学计算语言学教育部重点实验室北京100871

文本内容通常包含多个侧面,全面地识别这些内容侧面对自然语言处理有重要地意义。传统的统计方法使用简单特征难以识别出所有的内容侧面。以自动摘要为例,传统的抽取式方法多以词频为主要特征,一些重要的句子常因重复度不高被舍弃。要... 详细信息

文本内容通常包含多个侧面,全面地识别这些内容侧面对自然语言处理有重要地意义。传统的统计方法使用简单特征难以识别出所有的内容侧面。以自动摘要为例,传统的抽取式方法多以词频为主要特征,一些重要的句子常因重复度不高被舍弃。要想全面地覆盖原始文本的重要信息,就要识别出文本描述的内容侧面。该文以框架语义学为指导,使用FrameNet语料库作为知识库,综合多种特征来标注文本描述的框架,在此基础上识别文本所包含的内容侧面。该方法在新闻语料上取得了较好地结果,达到了61%的正确率。

关键词： FrameNet语料库内容侧面发现框架识别

来源：评论

学校读者我要写书评

暂无评论

基于DNN的汉语框架识别研究

引用

中文信息学报 2016年第6期30卷 75-83页

作者：赵红燕李茹张晟张力文山西大学计算机与信息技术学院山西太原030006 太原科技大学计算机科学与技术学院山西太原030024 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架。目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征。然而,人工选择特征的有... 详细信息

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架。目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征。然而,人工选择特征的有效性和完备性无法保证。深度神经网络自动学习特征的能力,为我们提供了新思路。该文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64%和78.58%的准确率,实验证明该模型具有较好的泛化能力。

关键词：汉语框架框架识别深度神经网络分布式表征

来源：评论

学校读者我要写书评

暂无评论

融合全局和局部注意力机制的自然语言框架识别方法

引用

计算机应用与软件 2023年第8期40卷 167-173页

作者：郭哲铭张虎崔军王笑月山西大学计算机与信息技术学院山西太原030006

框架识别是框架语义学研究中进行浅层语义分析的核心任务,要求根据句子中目标词的上下文语义场景从给定的框架库中选择最相符的框架。现有的识别方法只考虑了句子的全局特征,忽略了目标词周围的局部信息,基于此,提出一种融合全局和局部... 详细信息

框架识别是框架语义学研究中进行浅层语义分析的核心任务,要求根据句子中目标词的上下文语义场景从给定的框架库中选择最相符的框架。现有的识别方法只考虑了句子的全局特征,忽略了目标词周围的局部信息,基于此,提出一种融合全局和局部注意力机制的框架识别方法。通过BERT预训练模型生成输入文本的向量表示;利用全局注意力机制和局部注意力机制分别对上下文与目标词周边信息进行编码;融合全局和局部信息编码进行框架选择。实验结果表明,该方法在FrameNet和CFN数据集上分别取得了88.39%和74.90%的准确率,优于多个基线模型,且对中英文数据具有较好的适应性。

关键词：框架识别框架语义学注意力机制 BERT 局部信息特征

来源：评论

学校读者我要写书评

暂无评论

融合句法和语义角色信息的框架识别方法研究

融合句法和语义角色信息的框架识别方法研究

引用

作者：闫智超山西大学

学位级别：硕士

框架识别是在句子中为给定的目标词寻找一个可激活的框架,是框架语义分析的子任务。由于目标词具有多义性,如何根据上下文辨析目标词的语义,从而确定其所能激活的框架是框架识别任务的挑战。融合目标词的句法和Prop Bank语义角色信息对... 详细信息

框架识别是在句子中为给定的目标词寻找一个可激活的框架,是框架语义分析的子任务。由于目标词具有多义性,如何根据上下文辨析目标词的语义,从而确定其所能激活的框架是框架识别任务的挑战。融合目标词的句法和Prop Bank语义角色信息对于辨析目标词的框架具有重要作用,因此,本文重点研究将句法和Prop Bank语义角色信息与目标词表示进行融合的方法,主要工作及成果如下:(1)针对框架识别任务中目标词与其句法和语义角色信息的融合问题,本文提出了一种基于图的融合目标词句法和语义角色的框架识别模型。该模型通过图卷积网络学习目标词的句法和语义角色信息,并对单一模型无法捕获多种词性的句法和语义角色信息区别的问题,依次使用一种词性的句法或语义角色训练模型,用多模型投票的方式捕获不同词性目标词的句法和语义角色信息的差异。在Frame Net 1.7和CFN数据集上较目前最好的模型分别提升了0.93%和1.76%,证明了方法的有效性。(2)针对框架识别任务中不同词性目标词之间存在句法和语义角色信息的差异,使用单一模型无法有效表示的问题,本文提出了一种基于混合专家网络的融合句法和语义角色的框架识别方法。该方法通过混合专家网络中的多个专家学习不同的句法和语义角色信息,捕获由于词性不同而导致的信息差,从而实现细粒度的信息融合。实验结果表明,在Frame Net 1.5上获得了1.38%的性能提升;在Frame Net 1.7上,该方法较投票方式获得相似性能的同时,降低了模型参数量,证明了模型的有效性。(3)针对知识库构建中的框架选择问题,提出了基于图的融合目标词句法和语义角色的框架识别模型的框架选择模块,为知识库构建提供辅助工具。该模块较之前的方法具有更好的表示能力,实现了4.5倍的推理速度提升,证明了方法的有效性。本文的主要贡献包括:1)提出了一种基于图的融合句法和语义角色的框架识别方法,解决了句法和语义角色信息与目标词的融合问题;2)提出了一种基于混合专家网络的融合句法和语义角色的框架识别方法,融合了不同词性目标词之间的句法和语义角色信息,缓解了单模型无法对不同目标词的句法和语义角色信息进行有效表示的问题;3)基于上述框架识别模型,研发了框架选择模块并集成在汉语框架知识库构建系统中,为人机协同的框架创建、词元扩充、数据标注提供辅助工具。

关键词：框架识别框架语义知识库句法信息语义角色信息混合专家网络

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的框架识别技术研究

基于注意力机制的框架识别技术研究

引用

作者：郭哲铭山西大学

学位级别：硕士

框架语义分析是基于框架语义学理论,识别目标词所属框架,并标注框架所包含的语义角色,通过刻画文本内部丰富的结构信息和语义信息,达到文本语义分析的目的。框架识别作为其核心任务之一,是给定可激起框架的目标词,根据上下文语境,选取... 详细信息

框架语义分析是基于框架语义学理论,识别目标词所属框架,并标注框架所包含的语义角色,通过刻画文本内部丰富的结构信息和语义信息,达到文本语义分析的目的。框架识别作为其核心任务之一,是给定可激起框架的目标词,根据上下文语境,选取最符合该目标词语境的语义框架。提高框架识别模型的准确性,有利于增强句子级语义分析的性能,从而为下游任务提供有效的语义信息。本文针对框架识别任务进行研究,主要的工作及成果如下:(1)融合全局和局部注意力机制的框架识别模型。针对框架识别任务中存在的一词多义和一句多词问题,首先使用BERT预训练语言模型生成文本的向量表示;然后将其与Bi-GRU相结合提取序列化特征并利用全局注意力机制和局部注意力机制分别对上下文与目标词周边信息进行编码;最后融合全局和局部信息编码进行框架选择。实验表明,该方法在中文语料库和英文Frame Net数据集上分别取得了74.90%和88.39%的准确率,较基线模型有明显提升,且对中英文数据具有较好的适应性。(2)基于多阶图注意力网络的框架识别模型。针对框架识别任务中存在的冗余信息干扰问题,首先利用句法分析工具将语料中的词汇以目标词为中心构建句法图,有效的提取了重点词汇,降低了干扰信息;再使用图注意力网络和层次注意力模型通过句法图提取该目标词的语义信息,提高框架识别的性能。实验表明,该方法可以更好地表达目标词与语料中重点词汇的关系,同时相较于基线模型在英文数据集上准确率提升了0.87%。(3)框架识别系统。本文将基线模型和上述模型进行整合,设计和开发了通用的框架自动识别系统。该系统可对中英文文本进行框架的自动识别,此外还添加了语料、框架、词元的管理模块,为今后的研究和语义角色标注等任务奠定了实验基础。

关键词：框架识别注意力机制局部信息特征图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于DNN的汉语框架识别研究

基于DNN的汉语框架识别研究

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：赵红燕李茹张晟张力文山西大学计算机与信息技术学院山西太原030006 太原科技大学计算机科学与技术学院山西太原030024 山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学计算机与信息技术学院山西太原030006

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架.目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征.然而,人工选择特征的有效... 详细信息

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架.目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征.然而,人工选择特征的有效性和完备性无法保证.深度神经网络自动学习特征的能力,为我们提供了新思路.本文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64％和78.58％的准确率,实验证明该模型具有较好的泛化能力.

关键词：现代汉语框架识别深度神经网络分布式表征

来源：评论

学校读者我要写书评

暂无评论

服务于内容侧面发现的框架识别

服务于内容侧面发现的框架识别

引用

第十一届全国计算语言学学术会议

作者：王荀李素建宋涛姜伯平北京大学计算语言学教育部重点实验室

文本中的内容通常包含多个侧面,全面地识别这些内容侧面对自然语言处理有重要的意义。但是传统的使用简单特征的统计方法难以识别出所有的内容侧面。以自动摘要为例,传统的抽取式方法多以词频为主要特征,一些重要的句子常因重复度不高... 详细信息

文本中的内容通常包含多个侧面,全面地识别这些内容侧面对自然语言处理有重要的意义。但是传统的使用简单特征的统计方法难以识别出所有的内容侧面。以自动摘要为例,传统的抽取式方法多以词频为主要特征,一些重要的句子常因重复度不高被舍弃。要想全面地覆盖原始文本的重要信息,就要识别出文本描述的内容侧面。本文以框架语义学为指导,使用FrameNet语料库作为知识库,综合多种特征来标注文本描述的框架,在此基础上识别文本所包含的内容侧面。该方法在新闻语料上取得了较好的结果,达到了61%的正确率。

关键词： FrameNet语料库内容侧面发现框架识别

来源：评论

学校读者我要写书评

暂无评论

一种Mark XIIA模式5信号的分选方法

引用

电讯技术 2019年第11期59卷 1325-1331页

作者：吕敏中国西南电子技术研究所

针对复杂电磁环境下北约新型Mark XIIA模式5信号分选难度大的问题,提出了一种基于空域、时域特征的信号分选方法。通过方位角对脉冲序列进行聚类,研究前导脉冲偏移量生成规则,提出了基于通信安全有效性间隔与交错索引的框架识别算法。... 详细信息

针对复杂电磁环境下北约新型Mark XIIA模式5信号分选难度大的问题,提出了一种基于空域、时域特征的信号分选方法。通过方位角对脉冲序列进行聚类,研究前导脉冲偏移量生成规则,提出了基于通信安全有效性间隔与交错索引的框架识别算法。通过改进的脉冲重复间隔(Pulse Repetition Interval,PRI)变换法对信号进行周期估计,实现同向交错信号分离的目的。通过仿真对比,该框架识别算法对动态偏移的脉冲信号有很好的识别效果,能在更低信噪比条件下识别正确率达到90%。此外,改进的PRI变换法对抖动范围10%的周期信号,估计误差不超过2%。

关键词：敌我识别模式5 信号分选动态聚类框架识别周期估计

来源：评论

学校读者我要写书评

暂无评论

“把”字句的自动释义与句式变换研究

引用

计算机工程与应用 2015年第19期51卷 129-137页

作者：王璐璐孙薇薇袁毓林中国传媒大学北京100024 北京大学北京100871

针对"把"字句在机器翻译中的困难,探索一种规则和统计相结合的"把"字句的自动释义和句式变换的方法。具体的计算步骤为:(1)根据"把"字句与其他句式的变换关系,将"把"字句分为不同的小类,并总... 详细信息

针对"把"字句在机器翻译中的困难,探索一种规则和统计相结合的"把"字句的自动释义和句式变换的方法。具体的计算步骤为:(1)根据"把"字句与其他句式的变换关系,将"把"字句分为不同的小类,并总结出每一小类的句法语义特征,得到"把"字句的语言模型;(2)选取北大中文树库中的"把"字句作为语料,并标注上每一小类句式的句法语义特征,从而得到富含句法语义信息的标注文本;(3)在此基础上,分别用组块分析的方法和完全句法分析的方法来对"把"字句进行自动识别;(4)再利用判别式机器学习的方法来对"把"字句进行自动分类。在识别结果和分类结果的基础上,根据释义模板和变换模板得到了一个"把"字句的自动释义与句式变换程序。

关键词： “把”字句变换分析框架识别自动分类自动释义

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：