检索结果-内蒙古大学图书馆

中文信息学报 2020年第2期34卷 16-26页

作者：于东吴思远耿朝阳唐玉玲北京语言大学信息科学学院北京100083 北京语言大学汉语国际教育研究院北京100083

该文提出了一种基于成对比较的众包标注方法,该方法可以通过非专业人士的简单判断获取标准统一的句子难度标注结果。基于该方法,构建了基于语文教材的由18411个句子组成的汉语句子难度语料库。面向单句绝对难度评估和句对相对难度评估... 详细信息

该文提出了一种基于成对比较的众包标注方法,该方法可以通过非专业人士的简单判断获取标准统一的句子难度标注结果。基于该方法,构建了基于语文教材的由18411个句子组成的汉语句子难度语料库。面向单句绝对难度评估和句对相对难度评估两项基本的句子难易度评估任务,使用机器学习方法训练汉语句子难度评估模型,并进一步探讨了不同层面语言特征对模型性能的影响。实验结果显示,基于机器学习的分类模型可以有效预测句子的绝对难度和相对难度,最高准确率分别为63.37%和67.95%。语言特征可以帮助提升模型的性能,相比于词汇和句法层面的特征,加入汉字层面特征的模型在两项任务上的准确率最高。

关键词：句子难易度评估可读性研究众包标注语文教材语料库

来源：评论

学校读者我要写书评

暂无评论

服务国际中文教育的词语搭配知识库建设

引用

语言文字应用 2022年第2期 26-37页

作者：王雨肖叶荀恩东饶高琦北京语言大学信息科学学院北京100083 北京语言大学汉语国际教育研究院北京100083

搭配知识库是一类重要的语言教学资源,词语搭配知识在教学中具有重要的实践价值。然而专门服务国际中文教育的词语搭配知识库在规模和覆盖面上均有不足。本文基于针对性、常用性、规模性、动态性和可控性的构建理念,以《国际中文教育中... 详细信息

搭配知识库是一类重要的语言教学资源,词语搭配知识在教学中具有重要的实践价值。然而专门服务国际中文教育的词语搭配知识库在规模和覆盖面上均有不足。本文基于针对性、常用性、规模性、动态性和可控性的构建理念,以《国际中文教育中文水平等级标准》为难易度控制标准,采用了知识抽取相关算法,获得了140余万条词语搭配知识,构建了等级可查、难度可控、应用方便的国际中文教育词语搭配知识库。该知识库在自学、助教等典型教学场景中可以发挥重要作用。该知识库现已投入智慧汉语教学平台的建设中,并已取得良好效果。

关键词：国际中文教育词语搭配知识库知识抽取

来源：评论

学校读者我要写书评

暂无评论

基于词语聚类的汉语口语自动推送素材研究

引用

中文信息学报 2022年第6期36卷 155-161页

作者：杨冰冰赵慧周王治敏北京语言大学汉语国际教育研究院北京100083 北京语言大学信息科学学院北京100083

新冠肺炎的蔓延使得线上移动教学成为教育发展的必然趋势,该文以适合为学习者自动推送的汉语口语素材为研究对象,抽取10341条生活类口语语料,对词汇的整体特点进行计量分析,在此基础上采用腾讯AL LAB公开的中文词向量数据,使用K-means... 详细信息

新冠肺炎的蔓延使得线上移动教学成为教育发展的必然趋势,该文以适合为学习者自动推送的汉语口语素材为研究对象,抽取10341条生活类口语语料,对词汇的整体特点进行计量分析,在此基础上采用腾讯AL LAB公开的中文词向量数据,使用K-means算法对口语词汇进行词语聚类。参考词语聚类结果及对口语语料话题和场景的考察,该文构建了一个包含15个一级话题、102个二级话题及81个交际场景的汉语口语话题—场景素材库,同时对各级话题常用词进行了总结。该文可为教材自动定制的素材库提供资源支持。

关键词：汉语资源建设词语聚类教材自动推送汉语口语

来源：评论

学校读者我要写书评

暂无评论

基于大规模语料库的介词结构搭配库构建

引用

中文信息学报 2020年第11期34卷 1-8页

作者：邢丹饶高琦荀恩东王诚文北京语言大学信息科学学院北京100083 北京语言大学汉语国际教育研究院北京100083

语言知识可帮助计算机正确地处理自然语言,介词结构知识作为语言知识的一种,对自然语言处理和语言教学研究有很重要的意义。该文基于大规模语料库构建了高质量的介词结构搭配库。首先在前人研究的基础上,对介词进行归类并建立了介词搭... 详细信息

语言知识可帮助计算机正确地处理自然语言,介词结构知识作为语言知识的一种,对自然语言处理和语言教学研究有很重要的意义。该文基于大规模语料库构建了高质量的介词结构搭配库。首先在前人研究的基础上,对介词进行归类并建立了介词搭配知识体系,而后设计并实现了从大数据中获取介词结构搭配知识的规则,最后对抽取结果及其数据规模进行了统计和评估,主要目的是通过形式手段获取高质量的介词结构搭配,同时也为自然语言处理和语言学基础研究及应用提供数据支持。

关键词：语料库知识抽取介词结构搭配

来源：评论

学校读者我要写书评

暂无评论

面向人工智能伦理计算的中文道德词典构建方法研究

引用

中文信息学报 2021年第10期35卷 39-47,55页

作者：王弘睿刘畅于东北京语言大学信息科学学院北京100083 北京语言大学汉语国际教育研究院北京100083

道德词典资源建设是人工智能伦理计算的一个研究重点。由于道德行为复杂多样,现有的英文道德词典分类体系并不完善,而中文方面目前尚未有相关的词典资源,理论体系和构建方法仍待探究。针对以上问题,该文提出了面向人工智能伦理计算的中... 详细信息

道德词典资源建设是人工智能伦理计算的一个研究重点。由于道德行为复杂多样,现有的英文道德词典分类体系并不完善,而中文方面目前尚未有相关的词典资源,理论体系和构建方法仍待探究。针对以上问题,该文提出了面向人工智能伦理计算的中文道德词典构建任务,设计了四类标签和四种类型,得到包含25012个词的中文道德词典资源。实验结果表明,该词典资源不仅能够使机器学会道德知识、判断词的道德标签和类型,而且能够为句子级别的道德文本分析提供数据支持。

关键词：伦理计算道德判断机器学习

来源：评论

学校读者我要写书评

暂无评论

隐喻继承理念下的“像X一样A”的限制研究

引用

当代修辞学 2021年第2期 15-25页

作者：王治敏赵慧周北京语言大学汉语国际教育研究院北京100083 北京语言大学信息科学学院北京100083

本文通过汉语科技、报刊、文学、微博四个领域的BCC语料,考察了"像X一样A"的源域和喻底特征的分布及限制规律,提出了喻底特征的辐射模型,并给出了喻底特征A的优先排序。研究发现隐喻的源域词语是有限的,X和A存在多对多的关系... 详细信息

本文通过汉语科技、报刊、文学、微博四个领域的BCC语料,考察了"像X一样A"的源域和喻底特征的分布及限制规律,提出了喻底特征的辐射模型,并给出了喻底特征A的优先排序。研究发现隐喻的源域词语是有限的,X和A存在多对多的关系。隐喻遵循着"近取诸身,远取诸物"的思维方式,特别注重拿人类自身作比,然后再推及自然环境、物质、动物。源域X以双音节名词为主,主要来自【人类】【人工物】【自然现象】【动物】【植物】【抽象】等类别,【人类】【人工物】【自然现象】占据全部源域的80%。喻底特征A也以双音节为主,绝大多数A是正向积极的形容词。同时本文还发现隐喻映射不仅仅发生在不同的概念域之间,同一个概念域的小类之间也可以实现隐喻映射。本研究进一步明确了人们使用隐喻的目的不仅仅是为了实现源域到目标域的投射,而是使目标域继承源域的喻底特征。

关键词：隐喻映射喻底特征源域目标域辐射模型

来源：评论

学校读者我要写书评

暂无评论

基于大规模语料库的现代汉语动宾搭配知识库构建

引用

中文信息学报 2021年第1期35卷 34-42,53页

作者：王贵荣饶高琦荀恩东北京语言大学汉语国际教育研究院北京100083 北京语言大学信息科学学院北京100083

汉语缺乏词形变化,语法信息需通过词语搭配关系获得,且在生活中词语通常在搭配中发挥交际作用。因此无论是在语言学本体,还是在自然语言处理的各项任务中,词语搭配知识都尤为重要。各种搭配中,动宾搭配能够反映句子轮廓,并在数量和多样... 详细信息

汉语缺乏词形变化,语法信息需通过词语搭配关系获得,且在生活中词语通常在搭配中发挥交际作用。因此无论是在语言学本体,还是在自然语言处理的各项任务中,词语搭配知识都尤为重要。各种搭配中,动宾搭配能够反映句子轮廓,并在数量和多样性方面具有优势地位,故该文聚焦于构建现代汉语动宾搭配知识库,以期为自然语言处理提供基础知识,同时也为语言本体研究、语言教学等提供大量实例。该文首先从语言本体的角度出发,总结了动宾搭配的知识体系,并根据该体系制定相应形式化检索式140个,从BCC语料库中抽取动宾搭配知识,并对抽取结果进行了初步消歧,最终获得动宾搭配300万对,形成动宾搭配知识库。

关键词：动宾搭配知识抽取知识库 BCC语料库

来源：评论

学校读者我要写书评

暂无评论

三元搭配视角下的汉语动词语义角色知识库构建

引用

中文信息学报 2020年第9期34卷 19-27页

作者：王诚文钱青青荀恩东邢丹李梦饶高琦北京语言大学信息科学学院北京100083 北京语言大学汉语国际教育研究院北京100083

动词语义角色一直是国内外语言学界研究的重点和难点。在自然语言处理领域,相关的语言资源也在逐步构建。对于汉语而言,国内大部分工作集中在语义角色标注上。该文创造性地提出了一种三元搭配的动词语义角色知识表征形式,并在前人研究... 详细信息

动词语义角色一直是国内外语言学界研究的重点和难点。在自然语言处理领域,相关的语言资源也在逐步构建。对于汉语而言,国内大部分工作集中在语义角色标注上。该文创造性地提出了一种三元搭配的动词语义角色知识表征形式,并在前人研究的基础上,提出了一套语义角色分类体系。在该体系指导下,对汉语动词进行了穷尽式的语义角色认定及相关知识加工,以构建汉语动词语义角色知识库。截至目前,该工程考察了5260个动词,加工了语义角色及引导词的动词数量为2685个,加工认定语义角色4307个。

关键词：三元搭配语义角色实例化引导词

来源：评论

学校读者我要写书评

暂无评论

基于长时间跨度语料的词义演变计算研究

引用

中文信息学报 2020年第8期34卷 10-22页

作者：孙琦鑫饶高琦荀恩东北京语言大学信息科学学院北京100083 北京语言大学语言资源高精尖创新中心北京100083 北京语言大学汉语国际教育研究院北京100083

该文收集了自晚清到21世纪间长达144年的连续历时报刊语料,通过统计分析和词语分布式表示两类方法展开研究,计算并辅助识别汉语词语的词义历时演变现象。采用TF-IDF、词频比例等多种统计分析的评价指标和目标词语在文段中的共现实词及... 详细信息

该文收集了自晚清到21世纪间长达144年的连续历时报刊语料,通过统计分析和词语分布式表示两类方法展开研究,计算并辅助识别汉语词语的词义历时演变现象。采用TF-IDF、词频比例等多种统计分析的评价指标和目标词语在文段中的共现实词及其重合度挖掘出现词义演变的词语。针对历时语料上不同时间段的词向量对齐,采用SGNS训练词向量加正交矩阵投影、SGNS递增训练和"锚点词"二阶词向量表示三种方法,其中以SGNS递增训练效果最佳。针对自动发现的词义演变现象,采用目标词历时自相似度和锚点词历时相似度的分析方法,并利用近邻词来明确目标词变迁前后的词义。

关键词：词义演变历时语料分布式表示

来源：评论

学校读者我要写书评

暂无评论

汉语语法点特征及其在二语文本难度自动分级研究中的应用

引用

语言文字应用 2022年第3期 87-99页

作者：朱君辉刘鑫杨麟儿王鸿滨杨尔弘北京语言大学信息科学学院北京100083 北京语言大学汉语国际教育研究院北京100083 北京语言大学国家语言资源监测与研究平面媒体中心北京100083

汉语二语文本难度自动分级任务是国际中文教育与计算语言学领域中的一个重要主题。本文依据《国际中文教育中文水平等级标准》,提出了基于语法点多样性与复杂性的25个语法点特征并实现了相关特征的自动抽取与计算,在此基础上构建了自动... 详细信息

汉语二语文本难度自动分级任务是国际中文教育与计算语言学领域中的一个重要主题。本文依据《国际中文教育中文水平等级标准》,提出了基于语法点多样性与复杂性的25个语法点特征并实现了相关特征的自动抽取与计算,在此基础上构建了自动分级模型。实验结果表明,融合语法点特征后多元逻辑回归算法的分级准确率为86.40%,比基于现有语言特征的实验提升了2.4%。进一步研究发现,六级语法点多样性、语法点难度等级均值是区别文章难度级别的关键特征。此外,本文将包含语法点特征在内的207项语言特征融入基于BERT的深度学习模型,取得了87.6%的准确率,超过了基于传统语言特征的方法和基于神经网络的方法。

关键词：语法点特征汉语作为第二语言教学研究文本难度自动分级

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：