检索结果-内蒙古大学图书馆

中文信息学报 2012年第2期26卷 82-87页

作者：李文杰穗志方北京大学计算语言学研究所北京100871 北京大学计算语言学教育部重点实验室北京100871

在概念实例和属性的提取研究中,针对基于模式的方法召回率比较低的特点,该文提出了一种基于并列结构的概念实例和属性的同步提取方法。首先利用并列结构模式去网页集合中提取同类词语集合,然后再用基于种子的弱指导方法去学习实例和属... 详细信息

在概念实例和属性的提取研究中,针对基于模式的方法召回率比较低的特点,该文提出了一种基于并列结构的概念实例和属性的同步提取方法。首先利用并列结构模式去网页集合中提取同类词语集合,然后再用基于种子的弱指导方法去学习实例和属性共现的上下文模式,最后再通过模式去提取候选实例或候选属性。在此过程中,每提取出一个候选,就将该候选所在的同类词语集合合并到候选集合中。实验结果表明,该文的方法在不降低准确率的基础上,能大大提高提取结果的召回率。

关键词：并列结构搜索引擎实例提取属性提取上下文模式

来源：评论

学校读者我要写书评

暂无评论

基于特征序列的语义分类体系的自动构建

引用

中文信息学报 2015年第3期29卷 52-57页

作者：陈刚刘扬北京大学计算语言学研究所北京100871 北京大学计算语言学教育部重点实验室北京100871

词义知识表示主要依赖属性描述或分类描述,这两种方式各有所长,但不同表示之间相互转换的可行性与现实状况还未被关注。在属性描述的基础上,该文引入序关系的思想,提出基于特征序列的概念与方法,以此来模拟、分析概念涵义从一般到特殊... 详细信息

词义知识表示主要依赖属性描述或分类描述,这两种方式各有所长,但不同表示之间相互转换的可行性与现实状况还未被关注。在属性描述的基础上,该文引入序关系的思想,提出基于特征序列的概念与方法,以此来模拟、分析概念涵义从一般到特殊的渐次生成过程,发掘尚未显性化的中间概念,自动构建出一个语义分类体系。以HowNet(2000版)数据为例,实验表明该方法可以生成一个性质优良、覆盖完全的新的语义分类体系,并反映此前的属性描述在语言知识工程实践中不易察觉的一些问题。

关键词：词义知识属性描述分类描述序关系特征序列语义分类体系

来源：评论

学校读者我要写书评

暂无评论

汉语形容词的自动词义区分研究

引用

中文信息学报 2009年第6期23卷 19-25页

作者：朱虹刘扬俞士汶北京大学计算语言学研究所北京100871 北京大学计算语言学教育部重点实验室北京100871

词义知识获取是词义知识库建设、词义消歧等任务的基础和起点,目前该工作基本依赖人类专家的智慧和洞察力,在大规模文本处理上缺乏意义计算的客观性和一致性。该文以汉语的中高频形容词为样本,深入挖掘词义特征并采用有参数初始化过程... 详细信息

词义知识获取是词义知识库建设、词义消歧等任务的基础和起点,目前该工作基本依赖人类专家的智慧和洞察力,在大规模文本处理上缺乏意义计算的客观性和一致性。该文以汉语的中高频形容词为样本,深入挖掘词义特征并采用有参数初始化过程的EM迭代算法,实现了从真实文本中自动发现并区分词语词义的过程。该词义区分算法选取易获取的词形特征、基于大规模语料的搭配特征、基于网络语料的属性—宿主关系特征,替代以往难以获取的句法结构特征,并进一步利用HowNet优化了词形特征的选择。该工作可以应用于信息检索等领域,能够对现有词典起到修改和补充的作用,该思路亦可扩展到其他汉语词类上去。

关键词：计算机应用中文信息处理知识获取词义区分特征选择 EM算法

来源：评论

学校读者我要写书评

暂无评论

基于多步聚类的汉语命名实体识别和歧义消解

引用

中文信息学报 2013年第5期27卷 29-34,42页

作者：李广一王厚峰北京大学计算语言学教育部重点实验室北京100871 北京大学计算语言学研究所北京100871

命名实体识别和歧义消解是自然语言理解的重要研究内容。针对提供实体知识库情况下的命名实体识别和歧义消解任务,该文提出了一种基于多步聚类的方法。首先通过两轮聚类将命名实体与知识库实体定义链接,然后通过层次聚合式聚类对知识库... 详细信息

命名实体识别和歧义消解是自然语言理解的重要研究内容。针对提供实体知识库情况下的命名实体识别和歧义消解任务,该文提出了一种基于多步聚类的方法。首先通过两轮聚类将命名实体与知识库实体定义链接,然后通过层次聚合式聚类对知识库中未出现的实体进行聚类,最后进行普通词的识别和基于K-Means聚类的结果调整。在CLP-2012的汉语命名实体识别和歧义消解评测数据上的实验表明,该文的方法表现出良好的性能,在测试集上的F值高出评测参赛队伍最好水平6.46%,达到86.68%。

关键词：命名实体识别命名实体消歧聚类

来源：评论

学校读者我要写书评

暂无评论

创造性类推构词中词语模式的范畴扩展

引用

中国语文 2010年第2期 146-161页

作者：朱彦北京大学中文系北京大学计算语言学教育部重点实验室 100871

以往研究同语素词群,多把类推构词所依据的词语模式视为一种静止的框架,而同语素词群则被视为完全类推的结果。本文认为,多义研究的范式在某种程度上可以为构词研究所借鉴,词语模式也是一种范畴,如词义一样也会产生变异和扩展。大规模... 详细信息

以往研究同语素词群,多把类推构词所依据的词语模式视为一种静止的框架,而同语素词群则被视为完全类推的结果。本文认为,多义研究的范式在某种程度上可以为构词研究所借鉴,词语模式也是一种范畴,如词义一样也会产生变异和扩展。大规模类推构词往往牵涉到的是创造性类推,创造性类推导致了词语模式的扩展,扩展的结果就是,一个同语素词群往往关联着若干词语模式,这些模式构成一个类似于多义体系的辐射结构,模式之间呈现着家族相似关系。本文将词语模式分解为属性束,根据属性束之间的相似度来推断词语模式的扩展过程。

关键词：词语模式创造性类推属性范畴扩展辐射结构家族相似性

来源：评论

学校读者我要写书评

暂无评论

《同义词词林》的嵌入表示与应用评估

引用

厦门大学学报（自然科学版） 2018年第6期57卷 867-875页

作者：段宇光刘扬俞士汶北京大学计算语言学教育部重点实验室北京大学元培学院北京大学计算语言学研究所北京100871

在自然语言处理中,嵌入表示是表达语言知识的重要途径和手段,以《同义词词林》为例,提出基于知识库训练嵌入表示的伪句式构造方法,并在多项任务上测试新方法的有效性.根据《同义词词林》词义编码反映的层级结构,将这些编码扩展为多种伪... 详细信息

在自然语言处理中,嵌入表示是表达语言知识的重要途径和手段,以《同义词词林》为例,提出基于知识库训练嵌入表示的伪句式构造方法,并在多项任务上测试新方法的有效性.根据《同义词词林》词义编码反映的层级结构,将这些编码扩展为多种伪句式,并据此生成不同的伪语料库,采用word2vec模型在伪语料库上训练义素向量及词向量,得到CiLin2Vec资源,并应用于词义合成、类比推理和词义相似度计算等任务.在词义合成、类比推理任务上的准确率达到90%以上,超过了以往在语料库上训得的结果.证明该方法可以有效地将知识库中的理性知识注入嵌入表示中,也显示了CiLin2Vec嵌入表示资源在应用上的巨大潜力.

关键词：《同义词词林》嵌入表示词义合成类比推理相似度

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的图解码依存分析研究进展

引用

山西大学学报(自然科学版) 2017年第3期40卷 442-453页

作者：常宝宝北京大学计算语言学教育部重点实验室北京大学计算语言学研究所

图解码依存分析方法是一种重要的依存分析方法,优点是解码具有全局最优的特点,能够找到模型意义下的全局最佳依存树。传统图解码依存分析模型大多采用基于特征的线性评分模型,常常需要选取大量的人工特征,这一方面耗时费力,加剧了模型... 详细信息

图解码依存分析方法是一种重要的依存分析方法,优点是解码具有全局最优的特点,能够找到模型意义下的全局最佳依存树。传统图解码依存分析模型大多采用基于特征的线性评分模型,常常需要选取大量的人工特征,这一方面耗时费力,加剧了模型过拟合的风险,另一方面也显著降低了系统的运行效率。同时由于采用子图分解策略,传统图解码分析中的特征提取严重受到子图规模的限制,无法提取具有全局意义的分析特征。深度图解码依存分析研究部分解决了这些问题,本文概要介绍了近年来几个代表性的深度图解码依存分析研究工作,总结了国内外在深度图解码依存分析方面的现状和进展。

关键词：依存句法分析图解码深度学习

来源：评论

学校读者我要写书评

暂无评论

整体与部分关系在汉语词汇系统中的表现及在汉语句法中的突显性

引用

世界汉语教学 2009年第4期23卷 435-442页

作者：董秀芳北京大学中文系北京大学汉语语言学研究中心北京大学计算语言学教育部重点实验室

本文从共时与历时角度揭示了整体与部分关系在汉语构词中的突显性。汉语要指称部分可以用"整体+部分"式偏正复合词来表达,这种构词方式是随着双音化的发展而多起来的。在句法层面,也有一些特殊的格式适于突出表达整体与部分... 详细信息

本文从共时与历时角度揭示了整体与部分关系在汉语构词中的突显性。汉语要指称部分可以用"整体+部分"式偏正复合词来表达,这种构词方式是随着双音化的发展而多起来的。在句法层面,也有一些特殊的格式适于突出表达整体与部分的关系,其特点是通过描写部分来说明整体,这些句式将整体和部分都放在突出的句法位置上。本文提出一个假设:一个语言的词汇与句法有着密切的关联,词汇组织中重要的、得到词汇编码的语义关系,在句法中也是突显的,会体现在专门的句法结构中。而且,在词汇组织与句法结构中所突显的侧面也是一致的。

关键词：整体部分关系词汇语义词法句法

来源：评论

学校读者我要写书评

暂无评论

汉英双语概念对应的实证研究

引用

云南师范大学学报（哲学社会科学版） 2012年第1期44卷 35-39页

作者：刘扬陆顾婧北京大学计算语言学教育部重点实验室北京100871 北京大学计算语言学研究所北京100871

揭示并评估不同语言之间的概念对应状况及词汇化程度,在语言对比研究和跨语言计算应用方面均有指标意义。北京大学开发的《中文概念词典》以WordNet框架为基础,在语言层面上较好地反映了汉语与英语之间的概念对应关系,以该资源为数据基... 详细信息

揭示并评估不同语言之间的概念对应状况及词汇化程度,在语言对比研究和跨语言计算应用方面均有指标意义。北京大学开发的《中文概念词典》以WordNet框架为基础,在语言层面上较好地反映了汉语与英语之间的概念对应关系,以该资源为数据基础,并参照从《现代汉语语法信息词典》、《同义词词林》、《知网》等资源中提取的词集,本文实证地考察了汉英双语概念对应的实际情况及所能达到的词汇化程度,探讨了不同语言概念体系的异同,有助于在多语框架上做出更符合汉语特点的语义知识描写。

关键词：概念词汇化双语概念对应中文概念词典Wordnet

来源：评论

学校读者我要写书评

暂无评论

基于词信息嵌入的汉语构词结构识别研究

引用

中文信息学报 2022年第5期36卷 31-40,66页

作者：郑婳刘扬殷雅琦王悦代达劢北京大学计算机学院北京100871 北京大学计算语言学教育部重点实验室北京100871

作为一种意合型语言,汉语中的构词结构刻画了构词成分之间的组合关系,是认知、理解词义的关键。在中文信息处理领域,此前的构词结构识别工作大多沿用句法层面的粗粒度标签,且主要基于上下文等词间信息建模,忽略了语素义、词义等词内信... 详细信息

作为一种意合型语言,汉语中的构词结构刻画了构词成分之间的组合关系,是认知、理解词义的关键。在中文信息处理领域,此前的构词结构识别工作大多沿用句法层面的粗粒度标签,且主要基于上下文等词间信息建模,忽略了语素义、词义等词内信息对构词结构识别的作用。该文采用语言学视域下的构词结构标签体系,构建汉语构词结构及相关信息数据集,提出了一种基于BiLSTM和selfattention的模型,以此来探究词内、词间等多方面信息对构词结构识别的潜在影响和能达到的性能。实验取得了良好的预测效果,准确率达77.87%,F_(1)值为78.36%;同时,对比测试揭示,词内的语素义信息对构词结构识别具有显著的贡献,而词间的上下文信息贡献较弱且带有较强的不稳定性。

关键词：汉语构词结构词信息语素

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：