计算语用学研究的途径和方法

计算语用学是一门新兴的计算语言学分支,主要从计算的角度研究语言理解与语境之间的关系。哲学和语言学角度的语用学研究成果为计算语用学的发展打下了基础,而形式语用学的发展又为建立科学的计算模型提供了可行的参考。文章在已有研究成果的基础上,结合语言学领域语用学研究的主要论题和形式语用学研究的主要方法与手段,探讨了计算语用学研究的实现途径和方法,提出了计算语用学研究所做的主要工作,包括语言理解与推理的关系、溯因推理及其在自然语言处理中的应用、信任推理、动态语境的构建等。这项工作为计算语用学的应用研究提供了一种崭新的思路。     

一个基于语境的面向对象的实时命令理解系统的设计与实现

本文基于语言学中的语义分类，真值语义理论和语用学概念提出了一种基于语境的语义理解机制；并根据此机制，应用面向对象的设计思想设计和实现了一个基于语境的命令语义理解系统。     

认知视角下的文本情感计算

尝试将认知语用学和情绪心理学相关知识引入到文本情感计算中,以拉扎勒斯的认知一评价理论和认知语用学的认知语境为理论背景,提出一个新的文本情感认知模型。它从情感的发生机制出发,以多种情感图式为基础,考虑否定状态下情感的极性关系等多方面因素,提高了文本情感识别的准确率。情感认知模型是从一个新的视角研究情感识别问题,拓宽了研究的维度和理论背景,提供了新的研究思路。实验证明该模型是有效的。     

程序设计语言的语义理解及语境分析

本文讨论了通常程序设计语言的语义理解问题且提出了若干定义和概念，进而又论述了在不同层次上的等价性，从而为程序的转换和替代建立理论依据。本文还分析了程序设计语言及其源程序中的语境问题并提出了若干概念和定义，为软件移植性等的最化刻划提供帮助。     

计算语言学刍议

解析了计算语言学的定义,介绍了计算语言学的发展史,讨论了计算语言学的研究方法和研究意义,着重分析了针对汉语言的计算语言学的研究状况及存在的问题.     

基于语义的文本过滤系统的设计与实现

介绍了一种新的文本形式化的语义模型——语境框架。语境框架是一个三维的语义描述,它把文本内容抽象成领域(静态范畴)、情境(动态描述)、背景(褒贬、参照等)三个框架。在语境框架的基础上,根据语境相似度的计算,把文本过滤问题转换成语义框架的匹配问题,可以有效地处理语言中的褒贬倾向、同义、多义等现象,实际应用中表明可以提高文本过滤的性能和过滤系统的定制能力。     

粤语语音合成系统语料库设计研究

介绍了语料库设计的原理和过程,并结合粤语语音合成系统语料库实现,提出了“语境矢量”的独特设计和“语境总量”的概念,给出了语境总量的计算方法。最后介绍了Greedy算法,并给出了文奉语料搜索的具体流程。     

Ontology的Gruber定义:中文语境理解

计算机领域术语Ontology的Gruber定义具有奠基性作用,在中文语境下对其的准确理解十分重要.Ontology只能是"本体论一,Substance才是"本体".基于对4个关键词的分析,Oruber定义应被意译为"Ontology是本体论模型/概念模型",对此又从认识思维方式、语言学规律、模型研究方法3个方面给予了有利的论证.该观点的实际意义在于,它直接提示IT研究与开发人员"Ontology就是构建概念模型与使用概念模型".     

《计算语言学前瞻》

《计算语言学前瞻》一书于2005年8月由商务印书馆出版，这应该是最新问世的计算语言学著作。本书译自英文版Computational Linguistics and Beyond（黄居仁，Winfried Lenders联合主编）。英文版于2004年7月由台北中研院语言学研究所出版。本书由6篇文章组成，原文作者都是计算语言学领域的国际知名学者，这是他们在COLING2002上发表的特邀报告或综合评述。这些文章评估了计算语言学领域的研究现状，介绍了一些尖端成果，昭示了21世纪的发展前景。这6篇文章不但是计算语言学的经典，对21世纪的语言科技，更有重要的启发。特别是网络时代，如何运用语言科技解决知识经济的问题（如2008奥运的多语言信息处理问题）将是计算语言学研究回馈于社会的最大贡献。     

无厘头语言的关联顺应性研究

无厘头语言,作为一种非常规性的语言形式受到诸多学者的关注,他们从不同的角度对其进行了研究,其中包括后现代主义、文化学、电影评论、语言修辞学和社会语言学.从语用学的角度,试用关联-顺应理论模式,对交际者在言语行为中选择使用和理解无厘头语言的情况进行了综观分析,指出无厘头语言的生成与理解是在交际者寻求最佳关联认知语境,动态顺应具体语言语境与交际语境的过程中完成的,整个过程具有协商性,语言选择的结果表现出变异性.     

Logical Sentences as the Intent of Concepts

Pragmatics plays an important role in correctly understanding sentences. Much useful information will be lost if the context in which a sentence is asserted is ignored. There are some approaches in logic to pragmatics, such as situation theories and context logics. Although these methods associate a sentence with a context or a situation, they consider only the truth value of the sentence. However, a sentence should have more meanings than its truth value, and people care more about what a sentence conveys. For the affection of contexts, the meaning of a sentence is not always its semantic meaning and a sentence may have different pragmatical implications in different contexts. In this paper, a context is considered as some structure in the real world. A sentence from some logical language is conceptualized as a concept, whose intent is a set of sentences implied semantically by the sentence, and whose extent is a set of contexts in which the sentence describes a part of the contexts. In terms of tools and theories of concepts, a strictly defined theory is given to study the pragmatics of sentences in contexts in information systems, which cannot be derived from the sentences by using logical reasoning methods.     

面向搜索引擎的自然语言理解的设计与实现*

提出了一种针对智能检索的自然语言理解的实现模型。该模型通过句模分析、分词和概念扩展的方法来理解问句,在一定程度上提高理解自然语言的能力。详细介绍了其系统架构、实现思想和原理。最后通过一系列的实例来对普通搜索引擎和加载了本模型的搜索引擎进行测试。实验结果表明,提出的模型能有效地分析自然语言提问,提高信息检索的准确性和智能性。     

An Ontology-Based Approach to Metaphor Cognitive Computation

Language understanding is one of the most important characteristics for human beings. As a pervasive phenomenon in natural language, metaphor is not only an essential thinking approach, but also an ingredient in human conceptual system. Many of our ways of thinking and experiences are virtually represented metaphorically. With the development of the cognitive research on metaphor, it is urgent to formulate a computational model for metaphor understanding based on the cognitive mechanism, especially with the view to promoting natural language understanding. Many works have been done in pragmatics and cognitive linguistics, especially the discussions on metaphor understanding process in pragmatics and metaphor mapping representation in cognitive linguistics. In this paper, a theoretical framework for metaphor understanding based on the embodied mechanism of concept inquiry is proposed. Based on this framework, ontology is introduced as the knowledge representation method in metaphor understanding, and metaphor mapping is formulated as ontology mapping. In line with the conceptual blending theory, a revised conceptual blending framework is presented by adding a lexical ontology and context as the fifth mental space, and a metaphor mapping algorithm is proposed.     

自然语言处理中词语上下文有效范围的定量描述

词语的上下文（context）是语料库语言学中自然语言知识获取和解决自然语言处理中多种实际应用问题必须依靠的资源和基础,但上下文“窗口”开多大为宜呢？为克服当前仅凭主观经验或通过某一特定应用问题中最终结果正确率界定上下文有效范围的不足,我们在引入信息增益方法确定上下文各位置的信息量后,构造上下文位置信息量函数,最终通过多项式积分确定85％信息量的上下文边界,即汉语核心词语最近距离[－8,＋9]和英文[－16,＋13]位置之间的上下文范围,该文的结果对上下文在自然语言处理中的价值和作用提出了一个具有统计意义的量化解释。     

反馈式NLUS中"简单的名词性短语"的处理

探讨了一种新型自然语言理解系统构架以及在此构架中的一个典型子系统.反馈式自然语言处理系统对某个单句,尤其是较难理解的单句,进行了反复多次、顾前瞻后地理解.它作为一个大平台,挂接各种基于经典算法的子系统,而且也便于扩充.上下文无关文法理论成熟,以及基于其的各种算法也比较成熟.在反馈式自然语言处理系统中,使用了基于上下文无关文法的算法对简单的名词性短语进行了分析的方法.     

上下文感知与层级注意力网络的文档分类方法

文档分类是自然语言处理(NLP)领域中的一个基本问题。近年来,尽管针对这一问题的层级注意力网络已经取得了进展,但由于每条句子被独立编码,使得模型中使用的双向编码器仅能考虑到所编码句子的相邻句子,仍然集中于当前所编码的句子,并没有有效地将文档结构知识整合到体系结构中。针对此问题,提出一种上下文感知与层级注意力网络的文档分类方法(CAHAN)。该方法采用分层结构来表示文档的层次结构,使用注意力机制考虑文档中重要的句子和句子中重要的单词因素,在单词级和句子级不仅依赖双向编码器来获取上下文信息,还通过在单词级注意机制中引入上下文向量,使单词级编码器基于上下文信息做出注意决策全面获取文本的上下文信息,从而提取出深度文档特征。此外,还利用门控机制准确地决定应该考虑多少上下文信息。在两个标准数据集上的实验结果表明,提出的CAHAN模型较长短时记忆网络(LSTM)、卷积神经网络(CNN)、分层注意网络(HAN)等模型分类效果更好,能够提高文档分类任务的准确度。     

利用上下文语境消除歧义

传统的基于统计词语相关性和基于实例等歧义消除方法,收到了较好的效果,同时也存在一些不足.鉴于此,利用上下文语境来解决：首先,改进了基于统计词语相关性方法,加入了影响词语相关性权值的词语间空间距离参数和最近最常选择语义对本次多义词语义选择的影响参数;其次,提出采用基于本体库选择限制和概率计算相结合的方法,解决了稀疏数据问题和实例颗粒大小问题.实验结果表明,改进和提出的方法是有效的.     

基于区分词的汉语隐喻短语识别

隐喻识别是自然语言处理的一个重要研究分支。目前人们越来越清楚地认识到隐喻在思维及语言中所处的中心地位。从计算语言学和自然语言处理的角度来考虑,隐喻问题若不能得到很好的处理,语言理解和机器翻译的效果都会受到影响。通过观察隐喻短语和非隐喻短语在汉语中的上下文发现,有一批词可用于有效地识别隐喻短语,称之为区分词。首先从Web中自动抽取了一部分区分词,进而提出了一种基于区分词的隐喻短语识别方法。实验表明基于区分词的识别方法是有效的。     

基于层次体系的情感单元表示方法

情感词是情感分析中的基础单元,因此情感词典在情感分析中起着决定性的作用,目前构建情感词典的方法只是用到了单词的语义信息和构词信息,忽略了其所在语境.基于此,对于一些语义未知的词,传统语义方法难以得出其情感权重,而对于一些由于语境变化而产生新用法的词,使用语义方法很难计算出其真实权重.针对这种情况,首先提出了从构字到篇章...     

基于统计的词语相关度网络自动构建方法研究

词语语义知识库对于扩大自然语言理解的深度具有重要的意义。目前较为成熟的WordNet、HowNet、同义词词林等均为人工开发,对知识的描述较为准确,但开发的工作量巨大,实际应用存在很多困难。为了更加自动化、实证性地获取中文词语相互关联状况的知识,该文提出词语相关度的概念以及基于统计的词语相关度计算方法,并以此为基础构建一个基于强领域特性中文词语的词语相关度网络,设计数组分割的硬盘存储方法,使该任务涉及到的海量数据的分析处理可以在目前的个人PC上完成。最终获得的词语语义知识具备经验主义方法的优点,准确性、泛化性较强,可以在文本分类、检索、过滤等领域发挥重要作用。