基于语义分类的比较句识别与比较要素抽取研究

比较是人们常用的评估不同事物优劣、异同的表达方式,利用机器识别比较句并进一步抽取比较要素是语言信息处理领域一项新颖又有实用价值的课题。该文依据比较句与比较要素之间是一种“你中有我,我中有你”的共生关系,将比较句识别与比较要素抽取两个任务合二为一完成;根据词意分类,构建由领域词典、情感词典、标记词典、普通词典构成的词典系统;根据汉语比较句句义分类,构建比较句识别与比较要素抽取规则库。以第四届中文倾向性评测(COAE2012)发布的测试语料为实验对象,该系统取得了较好的实验(评测)结果。     

基于文本特征的短文本倾向性分析研究

语篇倾向性分析是倾向性分析的较高层次领域。根据文本篇幅和结构可以将语篇分为短文本和长文本。该文以网络商品评论作为样本研究短文本倾向性分析的特点和策略。根据倾向极性在文中的决定性因素的不同表现,短文本可以分为含显性归总句、含隐性归总句、含特征词以及一般文本四类,针对不同类别文本采用不同的处理策略。在此基础上,运用词典、规则的方法构建了语篇倾向性分析系统CUCsas,该方法在第四届中文倾向性分析评测(COAE2012)中取得了较好成绩。     

评价短语的倾向性分析研究

评价短语是评价因子之一,是汉语倾向性研究的重要组成部分。评价短语可以分为“评价词+评价词”、“修饰词+评价词”、“普通词+评价词”、“修饰词+普通词”、“普通词+普通词”5类。评价短语类型不同,采用的倾向性分析策略也不同。短语计算规则和短语评价词典的互动是该文采用的基本方法。在制定短语计算规则时应遵守共性与个性相结合的原则;建立短语评价词典时应遵循最小评价因子原则。实验证明,短语计算规则与短语词典的建立提高了倾向性分析系统的准确率,是一种行之有效的方法。     

CD理论的一个理解模型

自然语言理解,是人工智能研究的一个重要领域。从六十年代中期开始到七十年代末期,陆续出现了十几个有代表性的系统,取得了一些成果,在国外已开始走向实用阶段。但在发展过程中遇到两个问题:一个是所用的方法对所用的语言依赖性太大;另一个是所用的方法只能应用于某个专门领域并且很难扩充。例如近年来广泛应用的ATN网络和语义网络等理论就有这样的问题。     

一种汉语电子词典的新结构

汉语电子词典是汉语机器翻译系统的最基本的组成部分, 其组织结构的好坏对整个系统的效率具有直接的影响。本文提出一种节省存储空间且查询高效的汉语词典存储结构：以领头字为关键字的一级索引结构。通过理论推导和实例说明, 证明了该结构的高效性和实用性。文中对词典的一般组织结构作了简单的介绍, 并通过实例将其与新的词典结构作了比较。