检索结果-内蒙古大学图书馆

情报学报 2006年第1期25卷 43-48页

作者：荀恩东颜伟北京语言大学语言信息处理研究所北京100083

本文介绍一种基于WordNet的计算英语词语相似度的实现方法：从WordNet中提取同义词并采取向量空间方法计算英语词语的相似度。向量包括三方面：（1）WordNet的同义词词集（Synset），（2）类属信息（Class），（3）意义解释（sense expl... 详细信息

本文介绍一种基于WordNet的计算英语词语相似度的实现方法：从WordNet中提取同义词并采取向量空间方法计算英语词语的相似度。向量包括三方面：（1）WordNet的同义词词集（Synset），（2）类属信息（Class），（3）意义解释（sense explanation）。实验结果表明，这是计算英语词语相似度的一种可行的方法。

关键词： WordNet 词语相似度

来源：评论

学校读者我要写书评

暂无评论

藏族人名汉译名识别研究

引用

情报学报 2009年第3期28卷 475-480页

作者：罗镭贾宋柔朱小杰北京语言大学语言信息处理研究所北京100083

藏族人名汉译名识别属于人名识别的范畴,但现有的人名识别方法并不能完全切合藏族人名命名特点：藏族人名具有浓厚的宗教文化内涵,字（串）特征和内部构成复杂其次,藏族人名中含有大量高频单字,使得藏族人名和普通词语之间歧义冲突变... 详细信息

藏族人名汉译名识别属于人名识别的范畴,但现有的人名识别方法并不能完全切合藏族人名命名特点：藏族人名具有浓厚的宗教文化内涵,字（串）特征和内部构成复杂其次,藏族人名中含有大量高频单字,使得藏族人名和普通词语之间歧义冲突变得十分突出,同时也使得藏族人名和上下文之间的边界变得非常模糊。本文在大规模藏族人名实例和语料库调查基础上,统计分析了藏族人名的用字（串）特征,并构建了藏族人名属性特征库通过藏族人名的命名规则及属性特征将藏族人名形式化表示,实现了藏族人名汉译名自动识别系统。真实语料库开放测试F值达到87.12%。

关键词：藏族人名识别未登录词可信度自动分词

来源：评论

学校读者我要写书评

暂无评论

《释名》训释性质新论

引用

语言研究 2006年第2期26卷 114-116页

作者：张瑞朋北京语言大学语言信息处理研究所北京100083

《释名》是在语义聚合中进行训释,和现代语义学中的语义场理论暗合。训释字和被释字所拥有的共同义素,是被释字和它所在语义场中其它义位的区别义素。

关键词：《释名》训释性质聚合语义场义素

来源：评论

学校读者我要写书评

暂无评论

一种基于可信度的人名识别方法

引用

中文信息学报 2005年第3期19卷 67-72,86页

作者：罗智勇宋柔北京工业大学计算机学院北京100022北京语言大学语言信息处理研究所北京100083 北京语言大学语言信息处理研究所北京100083

专名识别技术是影响中文自动分词精度的一个重要方面,也是自动分词技术的难点之一。本文以人名识别为例,分析了目前流行的基于语料库和统计语言模型的专名识别方法中在概率估值问题上存在的弊端;同时在规则和统计相结合的基础上,提出了... 详细信息

专名识别技术是影响中文自动分词精度的一个重要方面,也是自动分词技术的难点之一。本文以人名识别为例,分析了目前流行的基于语料库和统计语言模型的专名识别方法中在概率估值问题上存在的弊端;同时在规则和统计相结合的基础上,提出了一种基于可信度的人名识别方法,并给出了一个渐进式模型训练方法,克服了人工标注语料库规模的限制。从我们对《人民日报》1998年1月、2 0 0 0年12月(共约379万字)语料的测试结果来看,基于可信度的人名识别方法比传统的概率估值方法识别效果有一定的提高。

关键词：计算机应用中文信息处理自动分词人名识别统计方法可信度

来源：评论

学校读者我要写书评

暂无评论

基于半监督CRF的跨领域中文分词

引用

中文信息学报 2017年第4期31卷 9-19页

作者：邓丽萍罗智勇北京语言大学信息科学学院北京100083 北京语言大学语言信息处理研究所北京100083

中文分词是中文信息处理领域的一项关键基础技术。随着中文信息处理应用的发展,专业领域中文分词需求日益增大。然而,现有可用于训练的标注语料多为通用领域(或新闻领域)语料,跨领域移植成为基于统计的中文分词系统的难点。在跨领域分... 详细信息

中文分词是中文信息处理领域的一项关键基础技术。随着中文信息处理应用的发展,专业领域中文分词需求日益增大。然而,现有可用于训练的标注语料多为通用领域(或新闻领域)语料,跨领域移植成为基于统计的中文分词系统的难点。在跨领域分词任务中,由于待分词文本与训练文本构词规则和特征分布差异较大,使得全监督统计学习方法难以获得较好的效果。该文在全监督CRF中引入最小熵正则化框架,提出半监督CRF分词模型,将基于通用领域标注文本的有指导训练和基于目标领域无标记文本的无指导训练相结合。同时,为了综合利用各分词方法的优点,该文将加词典的方法、加标注语料的方法和半监督CRF模型结合起来,提高分词系统的领域适应性。实验表明,半监督CRF较全监督CRF OOV召回率提高了3.2个百分点,F-值提高了1.1个百分点;将多种方法混合使用的分词系统相对于单独在CRF模型中添加标注语料的方法 OOV召回率提高了2.9个百分点,F-值提高了2.5个百分点。

关键词：跨领域中文分词半监督CRF

来源：评论

学校读者我要写书评

暂无评论

基于广义话题结构语料库的语体对比研究——以报告体与小说体为例

引用

计算机工程与应用 2014年第11期50卷 21-27,38页

作者：尚英宋柔北京语言大学语言信息处理研究所北京100083

传统语体学对于语体的描写多集中于词汇、句式、修辞等方面。近年来学者们开始在语法研究中更加重视语体因素,但是目前的研究多为微观的分析,没有宏观的理论体系支撑,难以探索到语体深层次的问题。广义话题理论根据汉语篇章的特点,以边... 详细信息

传统语体学对于语体的描写多集中于词汇、句式、修辞等方面。近年来学者们开始在语法研究中更加重视语体因素,但是目前的研究多为微观的分析,没有宏观的理论体系支撑,难以探索到语体深层次的问题。广义话题理论根据汉语篇章的特点,以边界明确的标点句为基础,提出了广义话题和话题结构的概念。从广义话题的角度对比了工作报告语体和小说语体的差异,涉及到命名实体话题、状性话题、谓性话题、逻辑话题和关系话题等。并对这种差异的原因做了合理的解释。虽然工作报告与小说在语体上差异明显,但没有人从话题-说明的角度进行过比较,更从未有大规模语料库上的统计分析。该工作丰富了统计语体学的理论,并且为计算机自动分析话题结构、自动评判作文水平、文本按语体分类等应用打下了扎实的基础。

关键词：语体标点句广义话题话题结构

来源：评论

学校读者我要写书评

暂无评论

信息检索自然语言查询问句处理框架

引用

计算机科学 2006年第10期33卷 144-147,204页

作者：熊文新宋柔北京语言大学信息科学学院语言信息处理研究所北京100083

以自然语言形式提出的查询问句不同于通常的关键词或主题词查询,需要提取用户真正要检索的信息内容。该文提出一个自然语言查询语句的处理框架,由3个部分构成:(1)离析查询问句的操作表述和信息内容;(2)凸显真正的信息需求内容;(3)对不... 详细信息

以自然语言形式提出的查询问句不同于通常的关键词或主题词查询,需要提取用户真正要检索的信息内容。该文提出一个自然语言查询语句的处理框架,由3个部分构成:(1)离析查询问句的操作表述和信息内容;(2)凸显真正的信息需求内容;(3)对不同信息内容采取不同的词语实现方法。这一处理可望为自然语言信息检索提供准确的用户需求分析。

关键词：信息检索查询请求查询表述

来源：评论

学校读者我要写书评

暂无评论

从广义话题结构考察汉语篇章话题认知复杂度

引用

中文信息学报 2014年第5期28卷 112-124页

作者：卢达威宋柔尚英北京语言大学语言信息处理研究所北京100083 北京语言大学预科教育学院北京100083

语言理解问题从认知的角度已有大量的研究,但针对汉语的研究却很少。由于认知实验操作复杂,不容易大规模复制,因此难以量化其结论的普遍性以及对语言事实的覆盖度。该文尝试模拟人补足汉语篇章片段中话题-说明信息的过程,建立广义话题... 详细信息

语言理解问题从认知的角度已有大量的研究,但针对汉语的研究却很少。由于认知实验操作复杂,不容易大规模复制,因此难以量化其结论的普遍性以及对语言事实的覆盖度。该文尝试模拟人补足汉语篇章片段中话题-说明信息的过程,建立广义话题结构认知机模型,并通过认知机对大规模汉语语料进行定量分析,考察汉语标点句的话题认知所需的记忆资源及认知局限性。用作统计特征量的广义话题结构特征有标点句的深度、话题结构内折返度、话题栈深度、话题栈折返度、搁置区使用量。统计数据可从认知行为的视角得到合理解释。该文一方面揭示了说汉语者的话题认知能力的表现和局限性,另一方面又说明了广义话题结构认知机是话题认知的合理模型。

关键词：广义话题结构认知机认知复杂度标点句话题自足句汉语篇章

来源：评论

学校读者我要写书评

暂无评论

广义话题结构理论视角下话题自足句成句性研究

引用

中文信息学报 2014年第6期28卷 107-113,136页

作者：尚英宋柔卢达威北京语言大学预科教育学院北京100083 北京语言大学语言信息处理研究所北京100083

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... 详细信息

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。

关键词：广义话题结构话题自足句成句性

来源：评论

学校读者我要写书评

暂无评论

应用二叉树剪枝识别韵律短语边界

引用

中文信息学报 2006年第3期20卷 1-5,28页

作者：荀恩东钱揖丽郭庆宋柔北京语言大学语言信息处理研究所北京100083 富士通研究开发中心北京100016

句子的韵律短语识别是语音合成的重要研究内容。本文提出了应用统计语言模型生成的二叉树,结合最大熵方法识别待合成汉语句子的语音停顿点。文中给出了二叉树相关的模型训练和生成算法;二叉树与语音停顿点之间的关系;在最大熵方法中应... 详细信息

句子的韵律短语识别是语音合成的重要研究内容。本文提出了应用统计语言模型生成的二叉树,结合最大熵方法识别待合成汉语句子的语音停顿点。文中给出了二叉树相关的模型训练和生成算法;二叉树与语音停顿点之间的关系;在最大熵方法中应用二叉树剪枝识别句子的韵律短语。实验结果表明,在搜索算法中,利用二叉树进行剪枝,可以很大程度上提高语音停顿预测的正确率和召回率,基于试验数据的f-Score提高了近35%。

关键词：人工智能自然语言处理统计语言模型二叉树韵律短语最大熵

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：