韩国语名词短语结构特征分析及自动提取

名词短语作为语言中一种普遍的语法现象,在自然语言处理领域日益受到了研究人员的关注.目前,对其研究范围主要集中在边界识别、语法分析、语义分析及其分类等方面.该文通过研究分析韩国语书面语名词短语的左右边界规则,从大规模标注语料库中自动提取出名词短语.实验结果表明:语料中的高频名词短语相对集中于8个类型之中.根据提取结果分别建立不同类型的名词短语库,为进一步建立双语平行短语语料库打下基础,以便于以后的机器翻译、信息检索等自然语言信息处理工作.     

基于统计和词典方法相结合的韩汉双语语料库名词短语对齐

韩汉双语语料库短语对齐对于基于实例的韩汉机器翻译系统具有重要意义,该文从韩国语名词短语结构特点出发,在基于统计和基于词典的词对齐方法进行试验分析的基础上,提出了基于词对齐位置信息的韩汉双语语料库名词短语对齐方法。该方法通过基于统计的方法获得词对齐位置信息,在此基础上利用基于词典方法的相似度计算进行词对齐校正;根据以上结果,该文通过韩国语名词短语左右边界规则抽取名词短语及其汉语译文,利用关联度度量方法进行过滤,实现名词短语对齐。实验结果表明,在较大规模语料库情况下,该方法取得了较好的短语对齐结果。     

韩国语句子的内面格分析

格作为解释以谓词为中心·反映其它成分以何种关来伴随述语的语义关来的工具, 对于研究分析表面结构规范、语法多‘ 现比较明显的自然语言昨常有利。本文以韩国语为研究对家, 利用格文法对其句子进行分析研究, 总结出了韩语句子的三个特点, 在充分论证的基础上, 提出了韩语句子的格规则等。本文目的在于建立韩语的句子模型, 即格模型。     

韩国语定语从句句法特征分析及其自动识别

在自然语言处理(NLP)中,句法分析研究多集中于单句,也取得了很大的成功。复句处理仍是NLP面临的难点之一,如何将复句自动离析为单句日益受到研究人员的关注。该文从嵌套类复句入手,通过分析韩国语定语从句的句法结构特征,归纳总结其左右边界和内部构成的共现关系规则,构建定语从句识别规则集,在语料库中进行匹配运算,实现了定语从句的自动识别。复句成功离析为单句,为提高机器翻译等应用系统的效能打下了坚实的基础。     

面向语言信息处理的朝鲜语知识库研究

在自然语言处理系统(包括机器翻译系统) 中,语法、语义信息词典是必不可少的构件。本文以国内外语义工程研究成果为基础,通过对朝鲜语谓词进行句法语义一体化描述,建立面向信息处理的朝鲜语知识库。该研究的语言学理论根据是论元结构理论和语义场理论。我们首先对谓词进行语义分类,然后再对谓词义项作详细的属性描述。在知识库构建上,采用结构体方式将谓词的句法、语义等属性整合在一起。     

韩国语句子结构相似度计算方法研究

句子相似度计算是信息处理领域一项基础技术,在基于实例的机器翻译中直接影响译文质量。该文以韩国语句子为研究对象,结合韩国语的句子特点提出了一种句子结构相似度的计算方法。该方法通过先提取句子的骨架结构,然后结合韩国语的句法特点制定标记转换规则,最后用转换后的句子结构与实例库中句子匹配得到与之相似的句子,得出两个句子间的结构相似度,并且通过实验验证了该方法的可行性,提高了相似度计算效果。     

基于规则的越南语命名实体识别研究

命名实体识别是信息抽取的重要研究内容,主要包括对组织机构名、地名和人名的自动识别。针对英语和汉语的命名实体识别研究开始较早,主要采用基于规则和基于统计的方法进行识别,但目前国内还少有针对越南语命名实体识别的研究。该文分析了越南语命名实体的语言学特点,对其分类并进行了形式化表达,提出了一种基于规则的越南语命名实体识别方法,实验结果显示,该方法能够达到较高的识别准确率。     

融入注意力机制的越南语组块识别方法

对于越南语组块识别任务,在前期对越南语组块内部词性构成模式进行统计调查的基础上,该文针对Bi-LSTM+CRF模型提出了两种融入注意力机制的方法: 一是在输入层融入注意力机制,从而使得模型能够灵活调整输入的词向量与词性特征向量各自的权重;二是在Bi-LSTM之上加入了多头注意力机制,从而使模型能够学习到Bi-LSTM输出值的权重矩阵,进而有选择地聚焦于重要信息。实验结果表明,在输入层融入注意力机制后,模型对组块识别的F值提升了3.08%,在Bi-LSTM之上加入了多头注意力机制之后,模型对组块识别的F值提升了4.56%,证明了这两种方法的有效性。     

朝鲜语自然语言处理研究管窥

朝鲜语作为一种跨境语言,中、朝、韩三国在自然语言处理都进行了一定的研究.该文从自然语言处理研究的基础研究、资源建设以及应用性研究和系统开发等几个方面,分别简要综述了三国的研究情况,并针对中国朝鲜语自然语言处理研究和发展提出了一些建议.