排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
军事文书转换为要图通常需要耗时费力的人工工作,文图的自动转换将大大促进军事指挥的自动化水平。基于HNC理论及其语义模型提出并实现了一个文图自动转换系统,通过对军事文书中部队番号的自动识别、时间地点要素的自动获取,以及语句的句类分析可以获得句群文本的语义情景框架,根据情景框架中的要素可以直接转换为要图标绘所需的信息。实验表明军事文书的文本自动分析系统具有较高的准确率和召回率,为实现军事文书的文图自动转换提供了一种可靠方法。 相似文献
2.
3.
4.
针对军用要图自动标绘对地名识别高精度的要求,紧扣“作战文书行文规范”这一特点,将句类分析之标点准则(语句的首尾边界是首块和末块的天然首尾边界)、介词准则(汉语的语块移位标志符由介词充当)、动词准则(充当特征块的动词是其它语块的天然边界)等应用于作战文书地名识别,采用基于规则的方法加以实现,实验结果F值在88%-97%之间.因此,作为作战文书向军用要图自动转换的预处理,地名识别这一结果是可用的. 相似文献
5.
本文首先从计算语言学的角度对传统语义学和古典哲学进行了反思,提出了对偶性概念思想,并指出,区分两类对偶(黑氏对偶与非黑氏对偶)对自然语言处理中揭示概念之间关联性有重要意义;然后对两类对偶的内涵分别进行了范定,特别是非黑氏对偶的12种子类给出了详细的定义;接着从语言概念空间和对偶空间的相互映射中,说明了对偶性概念在HNC概念基元表示中的地位。这些多侧面多角度的对偶性概念阐释,有利于对偶性概念在自然语言处理中的应用。 相似文献
6.
7.
8.
针对当前英汉机器翻译软件未能充分理解源语句的问题,基于概念层次网络理论(hierarchical network of concepts,HNC理论),详细分析了在语句理解中起重要作用的英语特征语义块,分类讨论了其核心部分构成特点,并提出了相应的计算机处理算法.与在线机器翻译结果的比较表明,该算法对源语句进行了更加深入的分析与理解,能够为英汉机器翻译提供技术支持. 相似文献
1