一种自然语言理解系统的研究与实现

如何将自然语言描述的平面几何命题自动转化为计算机辅导专家系统使用的特定语言还是自然语言理解中的一项空白。通过对平面几何范围内的领域自然语言的研究，给出了一种将自然语言理解系统建立在知识库基础上，以词法、句法分析为辅助分析方法，主要采用语义分析的方法实现领域自然语言的理解，并建立了切实可行的语言理解系统．实现了从领域自然语言到领域特定形式的自动转化。     

基于概念图的语义研究综述

语义分析是计算机理解自然语言的基础,是自然语言理解研究的一个突破点和出发点。从事自然语言理解研究的学者们追求的主要目标是对句子进行正确的语义分析。概念图是支持概念结构思想的一个具体的语义模型,是以图形表示的一种有向连通图。文中分析了中文信息处理中语义研究的必要性和现状,阐述了概念图在语义研究中的应用,并提出了下一步的研究方向。     

基于中文的自然语言理解初探

一个持续建设的中文自然语言理解系统的初步成果总结。自然语言理解中从简单词语、句子的严格语法分析到语义、语用和语境的分析,即从语法层上升到语义层是一个普遍的瓶颈。以吸收和比较各种新理论,直接进入语义空间的技术策略,在语言理解系统建设方面,从建立分词系统开始,跳过传统的句法分析模式直接进入语义空间分析语句,系统初步实现了语义分析,并具有歧义分析和自学习能力。     

基于Bi-LSTM-CRF网络的语义槽识别

自然语言理解任务的主要目标是运用自然语言处理的相关方法,对用户发出的语句进行解析,转化成结构化的语义表示.本文重点研究了基于语义槽抽取的自然语言理解方法.在基于语义槽抽取的自然语言理解任务中,任务的输入是用户的指令型语句,输出为指令的语义槽实体标注序列,如出发日期、出发地点等,故可将语义槽抽取任务看作类似于命名实体识别任务,以序列标注任务的方法解决.本文研究提出了基于Bi-LSTM-CRF模型的语义槽抽取方法,在英文语料ATIS上进行了实验.实验结果表明,基于Bi-LSTM-CRF网络的方法相比于传统机器学习的基准方法,结果得到了大幅度的提升.对于模型识别的结果,研究中采用F1值进行评价.     

面向自然语言处理的人工智能框架

在自然语言的处理研究中,一般对语义的处理只是在某范围内选定若干低级的原语,用这些原语的结构组织来解决高层次词条的语义,并且这些所需要原语的语义必须清楚,这样可以解决一定范围的语义问题.实际仅仅是用一定范围的语法结构代替语义描述,并没有真正解决语义的表达问题.随着人工智能的研究取得一定进展,计算机已从单纯的数值计算进入到知识处理阶段.Agent理论有助于从语言的本质使用的角度来处理自然语言处理中的人工智能框架,为语义分析提供哲学的视域和分析方法.     

基于领域的名词短语语义分析及其实现

将自然语言理解限定在领域范围内,便于自然语言理解系统的实现,有利于解决智能人机接口、自动建模等问题。详细地分析了其中的名词短语的语义特点,并分析了其处理过程。     

面向语义构件检索的交互式查询方案生成

 基于语义的构件检索过程中存在的一个突出问题是用户对问题域的理解以及所熟悉的自然语言表达方式与构件的规范语义描述之间存在差异,从而导致用户很难准确刻画自己的检索请求.针对这一问题,本文提出了一种交互式的查询方案生成方法.该方法通过概念映射将用户的自然语言查询转换为本体描述,从而确定用户的查询方案.其中,概念映射需要通过与用户的交互式会话过程完成.该方法可以充分挖掘潜在的用户查询语义,对于提高构件检索的查准率和查全率、减少查询努力具有十分重要的作用.     

机器英语翻译中的模糊语义最优解选取方法

针对传统最优解选择过程中使用的多目标粒子群选择方法,具有极大的局限性,最优解选择贴合性较低问题,提出针对机器英语翻译中的模糊语义最优解选取方法。建立机器英语翻译的语义模型,对机器英语翻译自然语言实现连接处理,使用模型对连接处理后的语义本体进行映射分析,翻译选定过程使用英语翻译的语义相似度计算提升语义连贯性。实验结果表明,改进选取方法选定翻译英语词汇特征匹配度较高,并且贴合性强,更适用于机器英语翻译中最优解选择。     

隐含语义索引在农业技术问答系统中的应用

利用隐含语义索引技术设计了一个问答系统,在系统中利用隐含语义索引理论进行查询问题和数据库中的候选问题的相似度计算.主要是通过构造一个语义矩阵,进行奇异值分解消除"噪音"进行实现的.这样更清晰地表示出了词之间的语义相关性,使本系统可以接受被自然语言描述的问题.最后,对整个系统进行实验测试并对测试结果进行了分析,发现本系统比一般的基于VSM等方法实现的系统表现出了明显的优势.     

机器翻译中的多模糊语义自动判断方法研究

为了提高机器翻译对模糊语句的准确翻译能力,提出基于多模糊语义自动判断的机器翻译优化方法。构建机器翻译的主题词表的上下文语义映射的概念树模型,基于语义本体主题词表对翻译文本进行规则约简和文本信息模糊语义特征抽取,采用多模糊自然语言形式化结构分析方法进行模糊语句的自动翻译判断,提高翻译的自动配准性。仿真结果表明,采用所提方法进行机器翻译中的多模糊语义自动判断,能提高翻译的准确度。     

基于语义分析的政策法规智能审核研究与实现

随着人工智能应用越来越广泛,自然语言处理技术得到了快速发展。针对文本的语义分析、比对,一直是研究的热点与难点。因此,在自然语言处理语义相似度相关算法研究的基础上,针对垂直领域中的政策法规,依据政策法规用语规范、构成具有一定规律的特点,采用词向量、句法分析、深度神经网络LSTM模型结合规则库的一种多特征融合语义分析与比对方法,对政策法规进行智能审核,并通过相关实验证明了此方法的有效性。     

基于类图语义框架的中文需求分析方法

需求文本的分析和建模是需求工程中一个重要环节,其获取建模过程的自动化也渐渐成为了需求工程中一项重要研究内容.本文针对中文自然语言处理和需求分析中的难点,提出了基于面向类图语义框架的中文需求类图半自动建模方法.该建模方法的流程包括:文本分词与词性标注,基于语义框架的类图模型提取,基于问卷的模型改进和手动模型编辑.该方法具...     

一种新闻视频文本语义信息提取与分析的新方法

本文提出一种视频文本语义信息分析的新思路,即在文本区域提取后结合文种识别理论来提取新闻视频的来源和身份等高级语义信息,同时文种识别结果可为OCR的选择提供先验知识。主要工作包括:1)针对视频中的字幕,提出一种基于时-空分析的算法来检测视频中的字幕,然后对检测到的字幕通过投影分析进行定位、增强和二值化;2)对提取到的文本区域提出一种基于PCA和小波变换的文种识别算法。     

通用安全协议分析语言CPAL的研究

本文先从软件理论的角度对安全协议分析语言CPAL的语法和语义进行分析，指出这种语言控制流的缺陷，在语法和语义方面给出CPAL语言的完善方案，并从信息安全中的协议的广泛性方面说明其必要性。     

一种基于潜在语义分析和直推式谱图算法的文本分类方法LSASGT

 本文针对训练数据较少以及在基于图的分类算法中的文本表示问题,提出了一种基于潜在语义分析技术和直推式谱图算法的文本分类方法LSASGT,该方法将潜在语义分析技术和直推式谱图算法这两种基于谱分析理论的技术有机地结合在一起,对所有训练数据和测试数据进行统一建模,挖掘数据中潜在的多种结构信息.LSASGT引入潜在语义分析技术用于构造文本图表示模型,在能够反映人的分类标准的潜在语义特征空间中,描述文本之间的语义相关性;基于这样的文本表示,利用半监督的直推式谱图算法进行文本分类.在基准英文文本分类数据集Reuters21578和中文文本分类数据集Tan-Corp上的实验结果表明,本文给出的LSASGT文本分类方法获得了较好的分类结果.     

基于本体的概念语义相似度计算及其应用

概念的语义相似度计算是自然语言处理研究的重要组成部分,也是人工智能应用中亟待解决的问题.本体作为共享概念模型的明确的形式化的规范说明,给概念语义相似度的计算带来了新的生机,从而提出了一种基于本体的计算概念间语义相似度的方法,综合考虑了语义距离、节点深度和节点密度的影响,并加入了一个可调节的参数,以适应不同场景下的灵活应用,最后简单介绍了语义相似度在搜索引擎领域的应用.     

基于中文自然语言的纹理分类新方法

提出了一种新的基于中文自然语言纹理描述词的纹理分类方法,建立了自然纹理分类体系,并用最小二乘支持向量机对纹理进行分类,实现了纹理的视觉特征到语义描述的转换.实验结果证明,该方法在图像理解和基于内容的图像检索中有助于缩小纹理特征的数学描述和人类理解之间的"语义鸿沟".