基于依存关联分析的情感词扩展

无扩展的情感词识别方法对于倾向容易发生演化的社区媒体信息的召回率很低.基于此,提出了一种基于依存关联分析的情感词扩展识别方法,首先对文本进行新词和短语发现;再对句子的依存树进行剪枝和归并;然后按照给定的策略进行情感词和评价对象的扩展;最后得到情感词扩展的识别结果.该方法能同时扩展具有直接依存关系和间接依存关系的情感词. 实验结果表明该方法有效.     

一种汉语语句依存关系网协动生成方法研究

句法分析的研究是自然语言理解领域的一个重要组成部分。但是汉语在词类这个语言层次上存在着许多歧义结构．这给汉语的自动句法分析带来了难以逾越的障碍。本文以依存语法作为语言模型的基础．提出了一种全新的句子分析策略：分析在两级上进行,一级是基于中心动词同其他成分间的约束关系．通过寻找汉语语义类之间可能存在的句法关系．实现句子成分过滤,完成句子主干提取。一级是上下文级．将语法、语义和语境信息一体化．结合依存语法确定汉语句子中各成分间的依存关系。通过实验表明了该分析策略的可行性。     

结合句法依存信息的方面级情感分类

引入句法依存信息到原方面术语,提出一种新的方面术语表示方法,利用Glove词向量表示单词以及单词与单词之间的依存关系,构造出包含句法依存信息的依存关系邻接矩阵和依存关系表示矩阵,利用图卷积神经网络和多头注意力机制将句法依存信息融入到方面术语中,使得方面术语表达与上下文结构高度相关。将改进后的方面词术语表示替换到现有模型后,模型泛化能力得到有效提升。对比试验和分析结果表明:该方法具有有效性和泛化性。     

面向目标情感分析的双重图注意力网络模型

目标情感分析旨在分析评论文本中不同目标所对应的情感倾向。当前,基于图神经网络的方法使用依存句法树来融入依存句法关系,一方面,此类方法大多忽略了依存关系缺乏区分度的事实;另一方面,未考虑依存句法树提供的依存关系存在目标与情感词关系缺失的问题。为此,提出双重图注意力网络模型。该模型首先使用双向长短期记忆网络得到具有语义信息的词节点表示,然后根据依存句法树在词节点表示上构建句法图注意力网络,实现依存句法关系重要程度的区分,更有效地建立目标与情感词之间的关系,进而得到更准确的目标情感特征表示;同时根据句子的无向完全图构建全局图注意力网络来挖掘目标与情感词缺失的关系,进一步提升模型的性能。实验结果表明,与现有模型对比,双重图注意力网络模型在不同数据集上的准确率与宏平均F1值均取得了更好结果。     

中文主观题自动批改中相似句子检索算法

学生答案与标准答案语义匹配程度的计算是基于中文文字类主观题自动批改中的关键问题。提出了学生答案与标准答案匹配程度的计算分两步进行：候选相似语句的检索和基于语义依存的句子相似度计算。利用动态规划法实现候选语句检索，确定数量不多但有可能与标准答案相似的候选句子，然后对标准答案中的句子与少量的候选句子进行深层的句法分析，找出依存关系，并在依存分析结果的基础上进行语义相似度计算，得出最终的结果。该方法可以提高主观题自动批改的效率及准确性，具有一定的实用价值。     

中文语句相似度计算的方法初探

分析了中文自然语言处理中句子相似度的计算方法,介绍了基于向量空间模型的TF—IDF的、基于句子语义和基于句子依存关系的三种句子相似度计算模型,并对它们的计算原理、计算方法进行了分析,给出了他们的优缺点．基于向量空间模型的句子相似度计算模型已经比较成熟,一般情况下能够产生较好的效果．由于TF—IDF方法没有考虑这种语义信息,所以传统的TF—IDF方法具有一定的局限性．而基于句子语义或句子的依存结构来进行相似度计算,能达到更好的效果．     

融合多元实体信息的关系分类模型

关系分类是自然语言处理中一项重要的基础性任务,目的是识别实体对之间的语义关系.目前的方法主要依赖于句子特征,忽视了句子中实体的信息,而句子中的实体位置信息、实体类型信息以及实体依存信息等多元实体信息有助于识别实体间关系.为充分利用实体信息,提出一种融入多元实体信息关系分类模型BERT-MEI.首先标记实体类型和提取实体...     

基于分析和生成的复述与SMT语料扩展

为了解决统计机器翻译语料对调序现象覆盖不足的问题,采用复述方法对语料进行扩展.提出了一种基于依存分析和句子生成的复述方法．对句子进行依存分析得到依存树,然后从依存树生成多个自然语言句子．生成的句子与原句相比没有词汇上的改变,但可以在词序方面进行变换．实验表明方法在不引入额外资源的前提下,有效缓解了语料覆盖不足的问题,提高了机器翻译质量．     

基于根偏置子树的决策式依存句法分析

决策式依存句法分析方法由于分析算法的确定性和贪婪性导致其在句法分析过程中容易出现严重的错误传播。缓解这一问题的一种方法是对待分析句子做预分析,以缩减句子长度,减少决策次数。但当前的名词短语、介词短语等短语句法信息存在定义不清晰、有歧义、内部依存结构多样和不易识别等问题,导致决策系统无法对这些短语句法结构进行高质量的预分析。针对以上问题,对依存树库中的依存树结构进行分析,从而定义了一种根偏置子树,这种子树具有定义清晰明确、结构简单固定的优点,可以在决策式依存句法分析前,能更准确地分析出子树的依存结构,从而达到缩减句子长度,减少决策次数,提升决策式依存句法分析器性能的目的。     

基于关系门控图卷积网络的方面级情感分析

在方面级情感分析任务中，现有方法难以有效利用句法关系类型且性能依赖依存解析的准确性，为此提出注意力增强的关系门控图卷积神经网络（ARGCN）模型.该模型将双向长短时记忆（BiLSTM）网络学习得到的句子顺序特征与依存概率矩阵相结合构建单词图；利用关系门控图卷积神经网络（RG-GCN）和注意力增强网络（AAN）分别从单词图和句子的顺序特征中获取方面词的情感特征；拼接RG-GCN和AAN的输出作为方面词最终的情感特征.在数据集SemEval 2014、 Twitter上进行对比实验和消融实验，结果表明ARGCN模型可以有效地利用关系类型，减小依存解析准确性对模型性能的影响，更好地建立方面词和意见词的联系，模型准确率优于所有基线模型.     

基于词典特征优化和依存关系的中文时间表达式识别

提出一种基于词典特征优化和依存关系的时间表达式识别方法。首先针对中文文本时间表达式边界定位不准确及长距离依赖的问题,优化了传统时间词典特征,将时间词典分为时间词词典和时间单位词典;其次针对传统基于机器学习的时间表达式识别方法忽视时间表达式本身结构特点的问题,在优化后的词典特征的基础上提取依存特征,挖掘时间表达式的结构信息;最后综合时间表达式的基本特征、词典特征和依存特征,在条件随机场模型上完成时间表达式识别。在中文语料上进行实验,时间表达式识别达到较好效果。     

基于语义依存的汉语句子相似度改进算法

现有的基于语义依存的汉语句子相似度算法仅考虑了基于核心词的有效搭配对,根据两个句子有效搭配对的对应词是否是相同词和同义词将匹配权重简单地处理为0,0.5和1,而且未考虑不直接依存于核心词的其他词语,导致在计算句子相似度时区分度较低.改进算法通过综合计算核心词、关键词的语义相似度来确定更为精确的匹配权重,并且将不直接依存于核心词的其他词语对句子的影响也纳入句子相似度计算,以期达到全面刻画句子语义、提高算法的准确率和区分度的目的.实验结果表明改进算法比原算法具有更高的准确率以及更好的对句子的区分能力.     

基于逆向工程的扩展OpenC~（＋＋）静态分析方法研究

文章提出了一种基于逆向工程项目的扩展OpenC＋＋静态分析方法。探讨了抽取静态信息的OpenC＋＋扩展策略,容错解析技术和嵌套定义类、结构体的识别与处理等方面的问题,介绍了采用XML文件进行静态信息的存储方法。     

日语中的连体修饰语

日语的一个特点是常常在句子里增添了不少修饰或补充成分,形成句中套句,句子很长,修饰语本身虽非句子的主要成份,但由于其作用在于把被修饰语的意义更加详细,明确,严格地限定起来,因此能否正确地使用修饰语直接关系到能否准确地交流思想,表达感情等,本文就日语定语的意义,构成成分及其类型作了简单介绍。     

网络评论观点抽取的研究

使用HowNet知识资源建立极性词库,吸取语义块和依存关系的思想,提出了极性收缩传递算法,较好地处理主题词和极性成分的匹配问题,判断句子中每个主题的极性倾向,最终确立句子观点.通过测试,将自动抽取的观点与手工标注结果进行比较,得出召回率和准确率,并和其它算法结果数据比较,证明了极性收缩传递算法的有效性.     

日语形容词移动研究述评

日语存在着形容词移动现象。即,在句子中形容词从修饰名词的定语位置上移动到修饰谓语动词的状语位置上,移动后的句子合乎语法,并且移动前后句子的基本语义不变。日语中关于此语言现象的先行研究,分别考察了变化动词句和非变化动词句下的形容词移动规则。在此对各家先行研究进行综述和总结,并分析了先行研究中的不足,给出了新的解释。     

一种基于深度神经网络的句法要素识别方法

为改进传统特征方法很难获取中文句子中结构信息的问题,提出一种基于深度神经网络的句法要素识别模型。采用Bi-LSTM网络从原始数据中自动抽取句子中的结构信息和语义信息,利用Attention机制自动计算抽象语义特征的分类权重,通过CRF层对输出标签进行约束,输出最优的标注序列。经过对比验证,该模型能有效识别句子中的句法要素,在标注数据集上F₁达到84.85%。     

基于MapX的重力模型方法计算结果可视化研究

重力模型是用于研究区域间依存关系的空间相互作用模型.为实现通用GIS平台与重力模型分析方法的集成,基于一般重力模型方法和河南省统计年鉴数据计算了中原城市群城市引力矩阵数据,利用可编程GIS地图控件MapX和VC++6.0开发工具实现了中原城市群城市引力矩阵可视化,揭示了中原城市群城市间相互作用信息的空间结构和等级,实现了重力模型数据与相关区域地理空间数据的可视化结合.     

均衡论框架下日语「对称」现象的再考察

以徐德明和陈伟明[1]的「均衡论框架下日语中"对称"现象之考察」所列的对称式均衡模型为基础,再度讨论了日语语言结构的对称现象。明确了日语语言结构学方面迄今为止的分析法,以及徐.陈分析法各自的归属。以对称式均衡模型以及图像对日语句子的无形、抽象和隐性结构进行了分析,使其有形化、形象化以及显性化。     

一种面向目标的情感极性分析方法

面向目标的情感分析是细粒度情感分析的重要任务之一,旨在预测句子中给定目标实体的情感极性.当前大多数研究方法忽略了句法结构信息,在情感判别时往往会关注无关词汇,从而使分类性能下降.为此,设计了一种新的引入句法结构的模型,该模型利用双向预训练编码器和作用于依存句法树的图卷积网络分别捕获文本的上下文信息和句法结构信息,并使用多头注意力机制进行信息聚合得到目标的情感分类表征.此外,还将该模型与现有的领域自适应方法相结合,同时向模型中引入领域知识和句法结构知识,进一步提升了模型效果.在几个常用的标准数据集上的实验结果表明了上述模型的有效性.