融入结构化信息的端到端中文指代消解

在LEE等人提出的端到端指代消解模型基础上,考虑中文行文特点,提出一种融合结构化信息的中文指代消解模型。压缩文档中所进行有句子对应的成分句法树并获取文档压缩树叶节点深度,采用成分句法树的结构化嵌入(SECT)方法将结构信息进行向量化处理,将词性、文档压缩树叶节点深度与SECT信息作为3个特征向量引入模型中进行中文指代消解。在CoNLL2012数据集中的测试结果表明,通过结合上述3个特征,可使该模型的中文指代消解性能得到有效提高,其平均F_1值可达62.33%,较基准模型提升5.28%。     

《包山楚简》中的词性考证

关于《包山楚简》的研究有一定的成果。以古汉语语法的理论为支撑,把《包山楚简》中的语法现象和上古汉语中的语法现象整理出来,同时也将简文中的特殊的语法现象统计和分类,进行全面考证。附以传世文献辅正,将古文字释读、司法制度与语法理论结合起来,并借鉴前人研究的成果得出结论。对简文中词性学者们已有一定的研究,本文主要探讨简文中某些词的特殊词性,依照古汉语语法理论,把相同的语法现象整理起来,不同语法进行归类,穷尽式的研究,同时把古文字、先秦语法理论和传世文献紧密的结合起来。语法结构不同,词性不同,在释义上存在歧义。     

简说现代汉语口语中"巨+adj."和"超+adj."

"巨+adj."和"超+adj."是近几年出现的流行语,现代人特别是现代年轻人很喜欢把"巨+adj."和"超+adj."这样的形式直接使用或插入句子来表达自己的意思或者感情."巨+adj."和"超+adj."这样的形式比传统的程度副词"真"或"很"更能生动地表达自己的想法.本文试从"巨"和"超"在"巨+adj."和"超+adj."形式中的词性转化和语义以及"巨+adj."和"超+adj."的语法功能,分析"巨+adj."和"超+adj."这种形式出现的必然性和重要性.     

关于计量的几个基本概念

一、计量的基本概念 什么是计量,为什么要计量,怎样计量？其实,作为一个动词性概念,＂计量＂是1953年被新中国采用,以取代延续数千年之久的曾作为＂经济统治工具、权力象征＂的＂度量衡＂或＂权度＂的,它于1985年取得了法定地位。可以说,计量起源于人类在生存、生活、生产和社会发展中对数与量的认识,形成于古代商品交易、近代工业化进程与现代科技进步之中,贯穿于产品研制、销售、使用、维修及服务等全寿命过程。与商贸交易、国际结算、国防建设、医疗防护、食品化工、环境监测等方面息息相关,具有广泛性、统一性、准确性、法制性和保障性。     

最大熵和HMM在中文词性标注中的应用

隐马尔可夫模型（HMM）基于n-元语法的标注效果虽然不错,但由于预测信息的不足,对汉语的词性标注,特别是未登录词的词性标注精度影响很大。而最大熵模型使用特征的形式,有效的利用了上下文信息,在一定的约束条件下可以得到与训练数据一致的概率分布,即使是未登录词,由于其丰富的上下文信息,对它的词性标注也起到了很好的预测作用。实验结果证明最大熵方法取得了较好的标注效果。     

中文专利文献术语抽取

为了有效解决专利文献中术语抽取问题,提出采用字符串之间的结合强度融合词性过滤法抽取术语的方法.根据专利文献中术语出现的特点,提出了字符串之间的边界结合度方法和字符串之间的串边结合度方法,度量了字符串间的结合强度.在此基础之上,根据术语内部结构中词性的组成特点,提出了术语双字词性过滤的方法,并与结合强度的计算方法进行融合.实验结果表明,该方法对中文专利术语抽取有很好的效果,平均正确率为80.24％,平均召回率为80.61％.     

词性对中英文文本聚类的影响研究

不同词性特征在文本聚类中有不同的贡献度。该文对四组有代表性的中英文数据集,利用三种聚类算法验证了四种主要词性及其组合对中英文文本聚类的影响。实验结果表明,在中文和英文两种语言中,名词均是表征文本内容的最重要词性,动词、形容词和副词均对文本聚类结果有帮助,仅选择名词作为特征聚类的结果与保留所有词性聚类的结果相近,但可大大降低文本的维度;选用名词为文本特征不能实现最好的聚类效果;相对其他词性组合和单一词性,采用名词、动词、形容词和副词的组合特征往往可以实现更好的聚类效果。在词性所占的比例以及单一词性聚类的结果上,同一词性在中英文文本聚类中呈现出较大差异。相对于英文,不同词性特征及其组合在中文文本聚类中呈现的差异更为稳定。     

浅谈对中文信息处理的认识

中文信息处理是一个未来具有广阔前景的科研领域。从中文信息处理的研究内容、主流技术等几个方面浅谈了对计算机中文信息处理的认识。     

结构化学习的噪声可学习性分析及其应用

噪声可学习性理论指出,有监督学习方法的性能会受到训练样本标记噪声的严重影响.然而,已有相关理论研究仅针对二类分类问题.致力于探究结构化学习问题受噪声影响的规律性.首先,注意到在结构化学习问题中,标注数据的噪声会在训练过程中被放大,使得训练过程中标记样本的噪声率高于标记样本的错误率.传统的噪声可学习性理论并未考虑结构化学习中的这一现象,从而低估了问题的复杂性.从结构化学习问题的噪声放大现象出发,提出了新的结构化学习问题的噪声可学习性理论.在此基础上,提出了有效训练数据规模的概念,这一指标可用于在实践中描述噪声学习问题的数据质量,并进一步分析了实际应用中的结构化学习模型在高噪声环境下向低阶模型回退的情况.实验结果证明了该理论的正确性及其在跨语言映射和协同训练方法中的应用价值和指导意义.