自然语言处理系统中的事件类名词的耦合处理

介绍了自然语言处理系统中事件类名词耦合的一种处理方法.事件类名词是汉语名词的一个特殊子类,这类名词兼事物性与动作性于一身.给出了事件类名词的语义认知基础,并采用基于知识的方法,应用概念从属理论,对事件类名词进行详细的语义分析.在此基础上,对事件类名词的耦合情况进行分类,并给出了事件名词解耦处理的具体方法.这种对事件类名词的耦合处理方法在智能辅导领域中得到了较好的应用.     

基于语义的词义消歧算法初探*

词义消歧是自然语言处理中的难题之一。结合《知网》,从语义的角度出发,结合词性信息、搭配实例和语义相关度等信息,提出了一种多策略的词义消歧方法。     

支持智能搜索的自扩展知识库模型的研究和设计*

利用自然语言处理和理解技术,提出并实现了一种可以对网页中的中文信息进行处理,获取并存储知识,具有自我扩展特性和支持中文智能搜索功能的知识库系统模型。该知识库模型将语义Web技术与智能搜索技术结合,支持自然语言的搜索请求,采用OWL本体描述语言来表达知识,支持知识的应用与推理,具有一定的实用和研究价值。     

动词属性在自然语言处理当中的研究与应用

在语言学当中,动词跟受其支配的语义成分可以构成-个最基本的语义结构,动词与这些成分之间蕴含着语义以及语法关系.结合这一研究成果,提出动词属性的概念,分析其语义特征,并将其运用于自然语言处理模型的具体实践中,通过对以自然语言形式表达的用户需求中动词属性进行理解和分析,结合自然语言理解系统"动的"结构的运行,将最终分析结果转化成概念设计要求,较好地解决了动词属性结构与"动的"结构存在耦合的现象.     

基于实体的数据库汉语问句查询接口研究

设计并实现一个基于实体的通用可交互数据库汉语问句查询接口,该接口可将汉语问句转化为SQL语句,并通过数据库查询得到答案.系统首先对问句进行分词、实体语义标注等处理.生成一幅包含句子中各个实体及实体关系的信息领域图.将句子中的语义节点定位到图中,再按照设计好的算法,实现从句子到信息领域图,再到SQL语句的转化.实验表明,该系统能够基本有效地处理各种常见形式的查询语句,具有良好的可用性和可移植性.     

基于决策树的现代汉语中任职关系抽取研究

在命名实体识别的研究基础之上,论文把抽取人名实体与机构实体间的任职关系看成分类问题．即根据现代汉语句子中任职动词的类别属性将任职关系信息抽取模式分类．应用决策树的方法确定句子的抽取模式,实现人在机构中的任职关系信息抽取．并对建立的基于该决策树的任职关系抽取系统进行开放测试,平均召回率和精确率分别为91．47％和89．15％,实验结果表明,基于决策树的现代汉语中任职关系抽取是一种值得继续探讨的方法．     

基于最大熵模型的中文指代消解系统实现*

实现了一个基于最大熵的中文指代消解系统。通过预处理获得相关信息,抽取出12特征,采用最大熵算法训练生成分类器。在ACE05 bnews中文测试语料上的指代消解实验结果表明,本系统是一个中文指代消解研究的较好平台。     

自然语言处理中的语义关系与句法模式互发现*

在国家科技基础条件平台中如何建设汉语字词之间的语义关系库,并且利用初始的语义关系库自动获取句法模式和新的关系。使用了句法模式的概念,并提出了利用已有关系发现新模式、利用已有模式发现新关系的方法,创造性地设计相关模型并实现了一个中文语义关系知识库系统。利用此系统结合自然语言处理相关技术,从搜狗语料库和百度百科页面文件中大规模自动化获取了有效关系200多个,并从中提取了继承、同义等有效的新关系1 000多条。实验证明其效率达到约40%,主要取决于关系中查询词的距离取值和语料库本身的性质。     

基于半CRF模型的百科全书文本段落划分

介绍了基于半条件随机域(semi-Markov conditional random fields,简称semi-CRFs)模型的百科全书文本段落划分方法.为了克服单纯的HMM模型和CRF模型的段落类型重复问题,以经过整理的HMM模型状态的后验分布为基本依据,使用了基于词汇语义本体知识库的段落开始特征以及针对特定段落类型的提示性特征来进一步适应目标文本的特点.实验结果表明,该划分方法可以综合利用各种不同类型的信息,比较适合百科全书文本的段落结构,可以取得比单纯的HMM模型和CRF模型更好的性能.     

基于增量词集频率的文本主题词提取算法研究*

提出了一种基于增量词集频率的文本主题词提取算法,其核心思想是计算主题词集频率增量,算法从候选主题词集提取主题词时,计算单个候选主题词对主题词集频率的增量,若增量小于给定阈值,则主题词提取算法结束,否则将该候选主题词加入主题词集,继续考察下一个候选主题词。实验结果表明,该算法取得了较好的效果,所获得的主题词能更贴切地反映文章的主要内容。