自然语言处理中的逻辑文法

逻辑文法是指用谓词逻辑来表达的文法。它属于计算语言学的范畴,是逻辑程序设计和现代语言学相结合的产物。在人工智能的自然语言处理等领域里,谓词逻辑通常用来描述知识和逻辑推理。70年代,逻辑用于程序设计的思想以Prolog语言的形式投入应用以来,谓词逻辑不再仅仅用于描述这些问题,还作为逻辑程序设计的工具去描述解决问题的过程。PROLOG语言使得逻辑和程序设计这     

简单优先文法与弱优先文法

在第二章中讨论的运算符优先文法是仅在运算符(终极符)之间建立优先关系。本章把运算符之间的优先关系推广到字集V的所有符号(终极符和非终极符)。 3.1 简单优先关系 今考虑文法G字集V上的两个符号S_i和S_j。假设有一个规范句型…S_iS_j…。在规范分析的某一时刻,S_i和S_j与柄短语的关系不外乎下面三种情况之一:     

含无序产生式的故事分析文法的研究

基于故事分析文法的故事理解法是本文作者在其博士论文中提出的一种面向故事深层含义的对语法、语义和语用综合进行理解的形式化方法，故事分析文法是一种高维的上下文有关文法，为了提高它的描述能力和表达范围，本文定义了一种特殊的产生式：无序产生式，并将它引入故事分析文法，讨论了由此带来的对故事分析文法的影响和无序产生式在故事分析文法中的性质，最后给出了含无序产生式的故事分析文法的一个子类文法的语法分析算法．     

广义优先文法

本文定义了一类新的优先文法——广义优先文法,并给出了它的分析算法。在分析速度和占用内存方面,广义优先文法与弱优先文法相似,但前者包含的文法类更广。弱优先文法和弱运算符优先文法都是它的真子文法。不包含单项产生式的运算符优先文法也是它的真子文法。     

运算符优先文法

提起运算符优先,人们自然会想到在算术表达式的汁算中,运算符乘(*)和除(/)优先于运算符加( )和减(-)。例如,算术表达式 3 5*2的值等于13。我们知道借助于括号“(”和“)”能够组织运算的优先,例如算术表达式     

基于短语结构文法的分词研究

本文在分析现有各种分词年法的基础上, 遵循自然语言理解的层次模型, 着重对短语结构文法及其形式化描述进行了探讨。提出了汉语自动分词在短语层的理解模型及短语层分词语义相关原则, 最后给出了短语结构分词法法的机器实现。实验结果表明, PSG法在提高分词精度上具有相当好的效果。     

高阶优先文法与受限上下文文法

显然G_1不是简单优先文法,因为;(?)b和;(?)b。事实上,文法G_1产生由“;”分开的a的序列,后面跟也是由“;”分开的符号b的序列。a的序列是使用右递归定义确定的,而b序列是使用左递归定义确定的。因为两个序列使用相同的分隔符,所以违背简单优先关系。 当符号序列“;b”出现时,困难便产生。因为不清楚两个符号是否都应该括在同一子行里。如果直接查看前面的符号,便能够作出这一决定。     

SC文法功能体系

文法体系的研究一直是自然语言处理研究的核心问题之一.但是,由于自然语言本身所固有的复杂性和非规范性,多义问题始终未能得到圆满的解决.本文提出了SC文法(A SubCategory grammar for integrating Se-mantic and Case analysis),它是一种基于传统的上下文无关文法、语义文法,以及超前与反馈分析技术和格框架约束分析等技术的上下文相关处理文法.该文法不仅能继承传统的上下文无关文法的表示简洁、处理方便的特点,而且能实现语法和语义一体化分析和处理上下文相关以及复杂多义问题.     

基于概率上下文无关文法的句法分析歧义消解新模式

基于自然语言句法歧义消解常用的一种概率模型-概率上下文无关文法，融入上下文相关的概率信息，提出一种新的歧义消解计算模式，该模式经测试可以有效地提高句法分析中歧义消解的正确率。     

面向法律文书的自然语言理解

法律人工智能因其高效、便捷的特点,近年来受到社会各界的广泛关注。法律文书是法律在社会生活中最常见的表现形式,应用自然语言理解方法智能地处理法律文书内容是一个重要的研究和应用方向。该文梳理与总结面向法律文书的自然语言理解技术,首先介绍了五类面向法律文书的自然语言理解任务形式: 法律文书信息提取、类案检索、司法问答、法律文书摘要和判决预测。然后,该文探讨了运用现有自然语言理解技术应对法律文书理解的主要挑战,指出需要解决好法律文书与日常生活语言之间的表述差异性、建模好法律文书中特有的推理与论辩结构,并且需要将法条、推理模式等法律知识融入自然语言理解模型。     

模型自动选择方法研究的进展

在系统分析现有模型自动选择方法的基础上,提出一种新的基于自然语言理解和遗传算法的模型自动选择方法。     

隐喻逻辑的研究进展

讨论了当今隐喻逻辑这一研究领域中存在的一些主要问题.对这一领域的一系列思想进行评述.得出的结论是,隐喻逻辑的建立离不开对一些隐喻赖于存在的根本逻辑的建立,如相似和理解的逻辑描述,以便使隐喻逻辑更加严密和完整.     

一种基于依存文法的需求文本策略依赖关系抽取方法

从基于自然语言的需求文本中抽取概念模型已有很多相关研究,然而,抽取模型中的关系信息因其复杂性而较少被研究者系统地分析和处理.文中提出了一个通用的关系信息抽取方法,给出抽取规则,从需求文本中确定和抽取关系信息.基于该方法设计并实现了一个系统CREAT3,从中文需求文本自动生成i*框架中的SD(StrategyDependency,策略依赖)模型,侧重抽取策略依赖关系信息.将得到的模型和专家抽取结果进行对比,结果显示该系统可以获得相当高的准确率,同时也保证了很高的召回率,证明了方法的可用性.并且较相关工作具有更好的可扩展性.     

基于神经网络的汉语文法分析专家系统的设计

本文提出了一种基于神经网络的汉语文法分析专家系统的设计方案。知识库采用产生式规则的知识表达方式，并将知识二元化存储在神经网络中。推理机采用神经网络进行推理。在论文的结尾给出了系统的运行实例，说明了该系统的有效性。     

基于ER模型的数据库受限汉语查询界面RChiQL的文法分析系统研究

RChiQL是一个基于受限汉语的关系数据库查询语言界面的计算模型,其中文法分析占有重要地位。本文引入了一种新的文法GWERSC(Grammar with ER Semantic Characteristics , ER语义特征文法) ,设计了分析算法,其内嵌的ER语义特征有利于排除语法分析的歧义并可简化语义分析。     

一个机器人足球现场解说系统

介绍了一个在特定领域：机器人足球领域内实现的从行动到语音的自然语言生成－语音合成系统RSC；RSC涉及到了人工智能、自然语言生成和语音合成等先进技术，能像人类足球解说员一样、根据机器人足球比赛的场上情况实时生成合适的解说词，并通过语音合成技术将解说和足球比赛的现场气氛表现出来。     

上下文相关图文法的表达能力分析

上下文相关图文法是描述可视化语言的形式化工具.为了直观地刻画并高效地分析可视化语言,已有图文法形式框架均着重于文法形式和分析算法的研究,而忽略了对它们之间表达能力的分析.在对已有上下文相关图文法形式框架的关键特征进行分析和归纳的基础上,通过构造不同形式框架之间的转换算法,揭示并形式化证明了它们表达能力之间的关系.而且,转换算法在不同形式框架之间建立了关联,使图文法的应用不必再局限于一个框架,而是可以选择不同框架分别进行图的描述和分析,从而提高了上下文相关图文法的易用性.     

面向词义消歧的指示词扩展技术

词语的歧义问题给语言的自动理解造成了困难,词义消歧研究是解决该问题的方法。当前统计学习的方法在该问题的研究上得到了普遍的应用,然而限于训练语料的规模,统计词义消歧方法还不能获得十分满意的结果。如何在有限规模的训练语料的条件下,提高统计学习的效率,改善学习效果,是有监督词义消歧方法研究上的热点问题。在词语扩展思想的基础上,设计了一种以基于指示词扩展的词义消歧新方法,并通过实验证明该方法可以在不增大训练语料规模的前提下提高有监督词义消歧的精度。