语义关系概述

以索绪尔的语言系统理论为框架，从组合关系和聚合关系两个角度介绍并讨论了各种语义关系。从组合角度，指出除了形式规则之外，组合关系还受到其他各种因素的制约。从聚合角度，指出词、词组、句子、语篇等层次都存在着聚合关系，并重点讨论了句子层次和词汇层次的多种语义关系。这种认识对语义研究和外语教学都具有重要的意义。     

语义场理论及其语篇衔接功能

在阐述语义场理论的基础上,以词义聚合关系、组合关系为主线,进一步分析了词义聚合关系语义场、词义组合关系语义场在语篇中所起的作用。分析结果表明,语义场的聚合关系和组合关系对保证语篇语义衔接有重要意义。     

信任谓词的计算语义

讨论逻辑系统中信任谓词的计算语义以及表述信任谓词基本性质的若干公理。首先指出计算的协议组合逻辑在讨论信任关系方面可能存在证明过程与挖掘内在信任关系方面的缺陷;扩展谓词演算系统形成基本协议逻辑并为其添加计算语义以便用于描述安全协议;最后从信任关系的本质含义出发,在基本协议逻辑系统中严格定义信任谓词的计算语义,并通过讨论若干公理反映信任谓词的基本性质。     

实体关系抽取研究综述

实体关系抽取作为信息抽取的核心任务和重要环节,能够实现实体对间语义关系的识别,对句子语义理解及实体语义知识库构建有着重要作用。回顾了实体关系抽取的发展史,总结了有监督实体关系抽取、无监督实体关系抽取、半监督实体关系抽取和开放式实体关系抽取4类方法的原理和代表性研究,并对各类方法进行了详细比较。     

基于词语量化相关关系的句际相关度计算

语篇上下文句子之间形式上是否衔接、意义上是否关联,是文本推理和文本结构分析的重要依据。上下文句子之间的关联性分析可分为定性和定量两种形式,作者以词语相关关系量化分析为基础,将上下文句子之间的相关度看成是由组成两个句子的所有词对之间的量化相关关系的组合结果,来定量地计算句子之间的相关度。实验结果表明,文中给出的句子相关度计算方法能够避免相似性度量中句子长度窗口受限问题;同时,与人工给出的句子间相关度进行相关系数计算表明,该方法能够很好的模拟人的认知来计算句子之间的语义相关性。     

从词、短语和句子结构看英法汉三语之共性

从英、法、汉三语的词结构、短语结构、句子结构等层次为出发点,运用结构主义分析方法对较有代表性的语料进行跨语比较研究,通过演绎归纳,认知了三语之间巨大的结构和语义共性,同时也从形意的角度验证了乔姆斯基提出的语言共性论。     

名词所有格结构中的语义关系分析

通过对名词所有格结构中语义关系的分析，指出所有格结构不仅表示“所有”或“领属”，还表示类别、度量等，并指出了分析所有格结构中的语义关系对准确地理解和使用名词所有格的重要意义，说明了影响所有格结构理解的三个重要因素。     

自然语言问答中的语义关系识别

为了避免问句理解阶段过度依赖命名实体,通过语义关系理解中文自然语言问句中关键信息的逻辑关系,提出基于依赖结构的语义关系识别方法,从问句的依赖结构集中识别出对生成语义关系有价值的三类依赖结构集,将三类依赖结构集组合或转换得到语义关系。在中文标准问答数据集上的试验结果验证了本语义关系识别方法的有效性和可扩展性,本方法在命名实体识别失败时也可以理解中文自然语言问句。     

基于实体消歧的中文实体关系抽取

针对开放文本中中文实体关系抽取的一词多义问题,提出一种基于实体消歧的中文实体关系抽取方法。首先,从知网中挖掘出具有潜在语义关系的实体对,并利用贝叶斯分类的语义消歧方法实现从知网到维基百科的实体映射,以获取高质量的关系实例;然后,根据这些关系实例抽取出其对应文本中共现的句子实例,构建基本的抽取模式;最后通过模式合并的方法生成新模式,再使用新模式来抽取新实例。实验结果表明,该方法与没有进行语义消歧和模式合并的方法相比准确率有所提高。     

一种基于本体的自然语言语义相似度算法

基于图理论的概念间语义度量方法,改进了语义相似度部分影响因素,提出一种结合设计良好的领域本体来计算自然语言概念间的语义相似度的算法.对自然语言与本体的关系进行分析,并通过本体对节点密度、节点深度与节点层次顺序等影响概念语义相似度的因素进行了改进,综合考虑概念的语义距离、概念间关系、概念的属性与概念所处的层次等影响因素,利用本体对相关领域的基本术语和关系的准确定义,改进了基于本体的概念间语义相似度的算法.实验结果表明,该算法对于提高概念间相似度的计算精度明显高于其他算法.