汉语框架网中未登录词元的框架选择

汉语框架网的低覆盖率导致汉语句子中存在许多未登录的词元,严重制约着汉语的框架语义分析任务。针对未登录词元的框架识别问题,该文借助同义词词林的词义信息,提出基于平均语义相似度计算及最大熵模型两种方法,采用静态特征与动态特征相结合的特征选择方法。实验证明,这两种方法都能有效地实现未登录词元的框架选择,基于相似度计算的方法(TOP-4)获得78.61%的准确率;基于最大熵的方法结果可达87.29%,同时在新闻语料上达到了75%的准确率。     

基于条件随机场与时间词库的中文时间表达式识别

该文提出一种统计与规则相结合的时间表达式识别方法。首先,通过分析中文文本中时间表达式的词形、词性和上下文信息,采用条件随机场识别时间单元而非时间表达式整体,避免了中文时间表达式边界定位不准确的问题;然后,从训练语料中自动获取候选触发词,并依据评价函数对候选触发词打分,筛选出正确的触发词完善触发词库;最后,根据时间触发词库与时间缀词库,制定规则对时间表达式边界进行定位。实验结果显示开式测试F1值达到98.31%。     

双序渐进式概念格合并算法

针对传统的概念格合并算法仅为单向的纵向或横向合并,提出一种基于概念内涵、外延升降序的双序渐进式合并算法。按照概念的内涵或外延的升序和降序,从两个方向(由上到下和由下到上)同时进行子概念格的纵向或横向合并。算法分析和示例结果表明,该算法不仅在结构上较好地保留了原有信息,而且在效率上也获得了显著的提高。     

孤立词语音识别技术及其应用前景分析

孤立词语音识别技术,采用的是模式匹配法,是语音识别技术的核心之一。首先,用户将词汇表中的每一词依次说一遍,并且将其特征矢量作为模板存入棋板库。然后,将输入语音的特征矢量依次与模板库中的每个模板进行相似度比较,将相似度最高者作为识别结果输出。本文介绍了孤立词语音识别技术的研究现状及几种常见的技术方法,并且分析探讨了孤立词语音识别技术的应用和发展前景。     

跨语言交际中词汇困惑之对策——以日汉同形异义词为例

日语中大量的汉字词为中国人学日语提供了有利的条件,没学过日语的人也能与日本人进行笔头交流。但同时,由于各种原因,日语中日汉同形异义词其日汉语意义并不完全相同,这也是造成日汉跨文化、语言交际障碍的重要因素。拟以日汉同形异义词为例,对这种词汇困惑的对策进行分析和探讨。     

简论李煜词穿越历史时空的词学张力

李煜是我国古代文学史上卓越的词人,他的词直抒胸臆,形象鲜明,风貌天然,感染后人。从词学张力的角度,探究李煜词所表达出的强烈的亡国之痛、亡国之思、离别之苦、孤寂之恨、故国之恋等思想情绪,进而穿越历史时空,所形成的震撼后人心灵的艺术张力。     

辛弃疾婉约词的创作特色

稼轩婉约词取材广泛,大多以比兴寄托的手法,把自己刚毅的个性融入柔婉的情境中,于人物、景物的温婉抒写中委婉曲折地寄寓壮志难伸的愤懑。     

DBR光纤激光器拍频传感及其组网技术研究

研究了基于单纵模分布Bragg反射(DBR)光纤激光器的拍频解调传感技术,并对其组网技术进行了探讨。由于光纤本身的固有双折射,DBR光纤激光器能够产生两种正交偏振模式的激光,而这两种偏振模式的频率差拍会在射频域形成对温度变化极为敏感的拍频(beatfrequency)。实验结果表明:在20～100℃的温度范围内,激光器拍频随温度的增加呈线性减小,其线性拟合度高达0.99981,拍频灵敏度为0.51063MHz/℃。这种偏振式光纤激光器具有高输出功率、高信噪比、低解调成本和窄输出线宽等特点,有助于构建大规模的光纤有源传感网络。参考近年关于光纤传感网络的报道,提出一种有源光纤环形传感网络的构想。     

利用RLS-Laguerre格型算法消除多波束测深声呐的隧道效应

为了避免多波束测深声呐输出数据中产生测深假象,分析了海底多波束测深声呐中存在的隧道效应及其产生机理,指出旁瓣干扰是引起隧道效应的重要因素,隧道效应的出现导致多波束测深声呐把相对平坦的海底绘制成凹面向上的水平半圆柱面海底地形.采用系统辨识模型仿真了基于先验误差的误差反馈递归最小二乘(RLS)Laguerre格型算法的极点位置对算法性能的影响,并利用该算法对湖试数据中存在的隧道效应进行分析处理.结果表明通过对Laguerre极点的选择,该算法能够有效消除多波束测深数据边缘波束中存在的旁瓣干扰并快速跟踪真实的海底回波,同时又能保留中央波束信号能量,减少对真实信号的影响.     

全局性模态词与基本模态语言的扩充

模态语言是讨论关系结构的一种简洁的语言。基本模态语言是仅有一个模态算子◇的模态语言,用ML（◇）表示此语言,但基本模态语言对框架关系的表达力并不是完全的,加入新的模态算子是增强模态语言表达力的方法之一。在基本模态语言ML（◇）基础上增加全局性模态词“E”得到ML（◇,E）语言,这种更丰富的语言对关系模型和关系框架的表达力明显强于基本模态语言。