基于本体视图特征项抽取方法研究*

为提供比单纯词汇信息更高效的概念特征信息和深层语义信息,并满足面向同一文本的多检索需求,在半自动化智能检索框架中引入本体视图,提出一种基于本体视图的特征项抽取方法。此方法首先针对文本特征建立本体视图;然后结合文本信息进行特征项抽取和类型映射,得到特征项集;最后基于特征项集完成检索过程。检索结果显示,基于本体视图特征项抽取方法能改善检索系统的性能,提高检索的准确率和效率。     

关联词搭配的自动发现*

提出了关联词搭配模式自动发现的基本方法.建立一个大规模语料库,然后作分词处理,并对关联词进行自动标注和人工校对;评估关联词搭配的三个重要参数(搭配距离、搭配强度MI值、搭配强度Z值),并设定阈值,超过阈值的格式自动作为候选搭配模式.通过实验,标注的准确率为88.75％,表明本方法具有较好效果.运用该方法,发现了以往大量未被注意的句法搭配模式,对研制高质量的关联词知识库起到了积极的促进作用,对复句句法、语义的自动分析具有重要的意义.     

基于复句语料库分词系统研究

复句在书面语中具有举足轻重的地位,如何让计算机正确理解复句是中文信息处理中一个值得重视的问题。现有的分词系统对复句关系词的正确切分与标注上不足以满足对复句进行层次分析和语义分析的需要。建立的分词系统在复句中关系词的切分和标注上做出了必要的改进。     

关联词的搭配研究

探讨了关联词的搭配距离、搭配强度和搭配的离散度,针对汉语复句特点,将搭配距离限定为18个词以内,在此基础上设计了关联词搭配强度的评估方法.利用1500万词的"《人民日报》语料"为样本,计算了190组常见格式的搭配强度.结果表明,该方法是有效的,符合汉语复句的实际情况.     

篇章连贯语义关系的自动标注方法

为实现篇章连贯语义关系的判定与自动标注,提出一种综合运用关联词多种语法信息的自动标注方法。该方法利用关联词的词性分布规则排除非关联词,标注出潜在关联词,对比关联词库中的模式表,并综合利用搭配距离、搭配强度和句法位置获取合法的篇章连贯模式,在此基础上标注出其语义关系。通过实验验证了该方法的有效性。     

面向中文信息处理的复句关系词提取算法研究

关系词语对于标明复句关系有重要的作用。在用计算机来实现汉语多重关系复句的关系层次分析的过程中,关系词语的提取和标引是首要的任务。本文针对利用计算机处理汉语复句的研究需求,结合词性标记和关系词搭配理论,提出了一种关系词提取算法——正向选择算法。通过测试可知,关系词提取的正确率达到89.88%,这表明了算法的有效性以及用于利用计算机处理汉语复句的可行性。     

基于渡越矩阵的复句关系词自动标注初探

复句关系词的自动标注是自然语言理解领域的基础性研究课题，是层次关系标注和机器翻译等问题的研究基础。本文采用概率统计方法，建立相应的渡越矩阵研究复句关系词的自动标注方法，并进行了有效标注。标注后。对复句关系词中容易产生歧义的“结果”和“如”进行了封闭性测试和开放性测试，其准确率分别达到98．32％和96．41％，85％和83％。     

基于规则的复句中的关系词标注探讨

汉语中关系词的自动标注问题是自然语言理解领域的基础性研究课题。由于它的研究结果直接影响到以后的层次关系的标注、机器翻译等诸多领域的研究,加上这一问题本身具有的难度,使其很难从根本上解决。因此,也一直收到人们的普遍关注。关系词的自动标注就是通过采用适当的方法对关系词进行标注。