用于理解的语义词典的构造和设计

在人工智能比较活跃的领域中, 自然语言理解已日益引起计算机科学、语言学和心理学等方面专家的重视。在自然语言处理和理解中, 从机器翻泽系统到各种语言理解系统的建立, 它们都需要对句子进行词法和句法分析, 查找为翻译或理解所建立的词典。不论怎样把以前所建立的系统分为第一代或第二代系统, 这些系统大都是基于句法结构。由于仅靠句法结构还不够, 不能完全解决机器翻译或语言理解方面的问题, 因此, 在美国曾使机器翻译研究一度中止。大量的实践证明, 目前, 自然语言理解以句法为基础的研究已转为以语义为基础的研究。因而, 为了适应以语义为基础的研究, 我们就得率先进行语义词典建立方面的探讨和研究。     

基于搭配词典的词汇语义驱动算法*

本首先阐明了汉语分析中所要面对的问题，并描述了如何建立搭配词典以表达个性的语现象及处理规则，为了适应自然语言中随机性和规律性，我们提出了一个词汇语义驱动算法，它不仅提高了系统的效率，而且较好地解决了自然语言处理中诸如词汇兼类处理这样的难题。     

JFY-IV机器翻译系统概要

全面介绍大型实用外汉机译系统JFY-IV的总体设计思想、语言学理论基拙、算法设计策略以及上机实验结果。 JFY-IV以其独特的设计思想区别子国内外各家系统。它利用智能化的专家词典（即一部以规则形式对词进行全面描述并可以进行推导和运算的词典）, 有效地解决了语言中普遍存在的个性与共性的关系, 词典规则库与语法规则库的关系, 语法分析与语义分析的关系, 语义查询与类义推理的关系, 词义辨识与文句主题的关系, 综合词典与专业词典的关系, 等等。     

机器词典释义模版的建构和运用

机器理解词主要借助于词典,但目前的词典释义还不准确,也不完备。对于这些问题,该文通过分析词的语义结构和建构词的释义模版来解决。通过分析词的语义结构,弄清词义中包含着哪些语义成分、语义关系,确定哪些是必有成分、必有关系,哪些是可有成分、可有关系。然后,结合实例讨论释义模版的建构过程、原则与方法。最后,通过释义模版,解决词典释义不完备、语义联系不明显、循环释义、新词释义等问题。     

基于搭配词典的词汇语义驱动算法*

本文首先阐明了汉语分析中所要面对的问题，并描述了如何建立搭配词典以表达个性的语言现象及处理规则．为了适应自然语言中的随机性和规律性，我们提出一个词汇语义驱动算法，它不仅提高了系统的效率，而且较好地解决了自然语言处理中诸如词汇兼类处理这样的难题．     

机器翻译词义辨识对策

词义辨识是机器翻译中最困难的问题之一, 不夸大地说, 它是全自动高质量机器翻译成败的关键。本文结合许多实例, 详细探讨了解决这个问题的各种方法及其相互关系, 这些方法包括成语加工、语法分析、语义分析、语境分析、代指分析、互补分析、中性词义以及一词多译等。它们的有机配合可以有效地解决绝大多数多义区分问题, 从而为机译系统的实用化奠定了基础。所有这些方法都已在JFY-IV英汉机译系统中得到广泛运用和验证。     

基于自然语言理解的专家系统研究

在论述了面向自然语言文本的知识供应方法已有研究之后,提出了面向推理设计语义关系标记,将自然语言理解与推理技术相结合,使自然语言理解结果可转化为便于计算机推理的语句。立足科技文献开发语义关系树库,提出面向语义关系分析的语句相似度计算方法,实现基于统计与规则相结合的自然语言语义关系分析,使自然语言科技文献可成为专家系统知识库,解决专家系统知识库表现形式不统一及知识获取的瓶颈。     

基于带约束语义文法的领域相关自然语言理解方法

开放域问答系统通常可以借助一些数据冗余方法来提高问答准确性,而对于缺乏大规模领域语料的领域相关问答系统来说,准确理解用户的意图成为这类系统的关键。该文首先定义了一种带约束语义文法,与本体等语义资源相结合,可以在词汇级、句法级、语义级对自然语言句子的解析过程进行约束,解决自然语言理解歧义问题;然后给出了一个高效的文法匹配算法,其首先依据定义的各种约束条件预先过滤一些规则,然后依据提出的匹配度计算模型对候选的规则进行排序,找到最佳匹配。为了验证方法的有效性,将方法应用到两个实际的应用领域的信息查询系统。实验结果表明,本系统提出的方法切实有效,系统理解准确率分别达到了82.4%和86.2%,MRR值分别达到了91.6%和93.5%。     

浅层语义分析及SPARQL在问答系统中的应用

为了解决受限域问答系统中答案抽取的问题,提出了一种基于浅层语义分析的问答系统模型。该模型以自然语言为接口,利用医院信息本体,采用浅层语义分析技术,由语义块定义规则和语义块判定规则,首先生成问句向量,然后利用SPARQL查询技术,在本体中进行查询,从而得到答案。实验表明该方法可行,对自动问答系统的设计具有借鉴意义和深入研究的价值。     

基于形式概念分析的词义理解研究

探讨了形式概念分析在自然语言理解中的多义词分析及义素分析中的应用。在对多义词进行分析时,根据词性与词义之间的二元关系,构造词性与词义的决策背景,进而发现了词性与词义之间的决策规则,并对这些决策规则进行了解释;在对义素分析进行研究时,根据语言对象及其语义特征之间的二元关系构造形式背景,并在此背景上分析语言对象,实例表明了形式概念分析既可以很容易地对词语进行分类,又可以很直观地反映词类之间的关系,是进行义素分析的一种有效工具。     

以词汇知识驱动的词网自动对映

机读字典蕴藏着非常丰富的词汇语意知识,这些知识可由自动化方式粹取出来,有效地利用在各种自然语言处理相关研究上。本研究提出一套方法,以英文版的WordNet 作为基本骨架,结合比对属类词与比对定义内容两种技巧,将WordNet同义词集对映到朗文当代英汉双语词典之词条。并藉由这个对映将WordNet同义词集冠上中文翻译词汇。在实验部分,我们依岐义程度将词汇分为单一语意与语意岐义两部分进行。在单一语意部分的实验结果,以100%的涵盖率计算,可获得97.7%的精准率。而在语意岐义部分,我们得到85.4%精准率,以及63.4%涵盖率的实验结果。     

藏文句子语义块识别方法

语义理解是自然语言理解的一项关键任务,传统上采用以语法为中心的词法和句法分析等技术来解析句义。该文提出了一种以语义块分析藏文句义的新方法,其中藏文语义块识别通过采用Bi-LSTM和ID-CNN 两种神经网络构架对该任务进行建模和对比分析。经实验,上述的两种模型在测试数据集上取得了良好的性能表现, F₁值平均分别为89%和92%。这种语义块分析和识别技术能够较好地替代词义消歧和语义角色标注等工作。     

用自然语言处理改进问答系统的研究和实现

问答系统是当前人工智能应用的一个重要领域，而传统的基于模式匹配方法的问答系统具有很大的局限性。该文研究了基于HMM模型、图句法分析、词典和规则的自然语言处理算法。将这些算法应用到问答系统中，扩展了对话管理模块，对用户的自然语言进行语义分析，从而实现对话的语义块识别、主题识别和对话信息提取，提高了系统对复杂用户输入的处理能力，克服了传统方法的不足，并使用Java实现了一个实验系统。     

基于词汇语义特征的中文语义角色标注研究

语义角色除了受句法结构限制之外,同词汇的语义特征也有着紧密的内在联系。对于一些仅依靠句法分析不能很好解决的角色标注问题,如句法结构相同的两个成分所对应的角色分别为完全不同的施事、受事角色的情况,可以通过引入一些词汇语义特征来进行处理。该文基于北京大学的语义词典CSD,引入了配价数、主客体语义类等词汇语义特征来进行语义角色标注研究。10折交叉验证的结果显示,通过引用词汇语义特征,所有角色标注的总体评价F值比单纯使用句法特征上升了1.11%,而其中Arg0和Arg1角色标注的F值达到93.85%和90.60%,比仅使用句法特征进行角色标注分别提高了1.10%和1.26%。     

基于机器可读词典的词汇知识抽取

越来越多的实践证明,词汇知识将是未来自然语言处理系统中不可或缺的组成部分。利用机器可读词典作为资源,首先通过对释义项进行分类,然后基于释义分析自动生成用于抽取词汇知识的模板,然后采用模板匹配的方法,实现词汇知识的自动抽取。通过一种基于最大熵模型的有监督的机器学习方法,对结果进行过滤。在应用到《应用汉语词典》中后,取得了良好的抽取效果。     

Efficient Implementation of Semantic Relations in Lexical Databases

In this paper we develop a formalization of semantic relations that facilitates efficient implementations of relations in lexical databases or knowledge representation systems using bases. The formalization of relations is based on a modeling of hierarchical relations in Formal Concept Analysis. Further, relations are analyzed according to Relational Concept Analysis, which allows a representation of semantic relations consisting of relational components and quantificational tags. This representation utilizes mathematical properties of semantic relations. The quantificational tags imply inheritance rules among semantic relations that can be used to check the consistency of relations and to reduce the redundancy in implementations by storing only the basis elements of semantic relations. The research presented in this paper is an example of an application of Relational Concept Analysis to lexical databases and knowledge representation systems (cf. Priss 1996) which is part of a larger framework of research on natural language analysis and formalization.     

基于自然语言理解的故障诊断方法研究

为解决知识规则推理故障诊断系统对用户输入限制的问题,提出了一种基于自然语言理解的二次回溯语义分词故障诊断方法,采用词频作为分词主要依据对用户自然语言输入进行分词切分,同时按邻近关系组词进行二次回溯处理,计算出故障征兆与规则的语义相似度,从而获得与故障字典的最佳匹配结果,使诊断系统不仅具备对用户自然语言输入处理的能力,而且具有自学习和诊断多故障现象的功能,将该方法应用于某大型设备故障诊断专家系统,取得了较好的诊断效果.     

基于投射的藏语语义依存分析研究

藏语是语序非常灵活的一种语言,藏语词法分析和句法分析等浅层研究不能很好地满足藏语自然语言理解的需求。从简单句型的藏语句子出发,研究了基于投射的藏语语义依存分析,构建了藏语语义依存树库,设计了语义依存弧类型分析特征模板。最后通过最大熵分类模型,对人工分析过的语义依存弧的句子进行依存弧的类型分析并进行标注,为今后的语义依存分析提供新的思考视角和更好的理论支撑。