检索结果-南通市图书馆

内容标签和关系标签相结合的汉语篇章标注规范

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2015年第3期29卷 65-70页

作者：王荀李素建王宇昕北京大学计算语言学教育部重点实验室北京100871

篇章标注是自然语言处理中的重要任务,很多其他任务,如自动摘要、机器问答等都可以通过篇章标注得到对文本内容和语义的认识,从而获得更好的结果。与此同时,篇章理解的理论如篇章修辞结构(RST),向心理论(CT)等与实际问题的结合并不紧密... 详细信息

篇章标注是自然语言处理中的重要任务,很多其他任务,如自动摘要、机器问答等都可以通过篇章标注得到对文本内容和语义的认识,从而获得更好的结果。与此同时,篇章理解的理论如篇章修辞结构(RST),向心理论(CT)等与实际问题的结合并不紧密,难以实用。该文中我们参考现有的语言学理论和一些语篇标注库(如RSTDT,PDTB),并结合自然语言处理任务特点,提出了一套用于篇章标注的汉语标注体系。这个体系能够比较准确和全面地描述出篇章的内容和逻辑关系,并很好地服务于实际任务的需要。

关键词：篇章语义标注修辞结构理论关系标签内容标签

在线全文

学校读者我要写书评

暂无评论

服务于内容侧面发现的框架识别

中文信息学报 2012年第2期26卷 51-55,61页

作者：王荀李素建宋涛姜伯平北京大学计算语言学教育部重点实验室北京100871

文本内容通常包含多个侧面,全面地识别这些内容侧面对自然语言处理有重要地意义。传统的统计方法使用简单特征难以识别出所有的内容侧面。以自动摘要为例,传统的抽取式方法多以词频为主要特征,一些重要的句子常因重复度不高被舍弃。要... 详细信息

文本内容通常包含多个侧面,全面地识别这些内容侧面对自然语言处理有重要地意义。传统的统计方法使用简单特征难以识别出所有的内容侧面。以自动摘要为例,传统的抽取式方法多以词频为主要特征,一些重要的句子常因重复度不高被舍弃。要想全面地覆盖原始文本的重要信息,就要识别出文本描述的内容侧面。该文以框架语义学为指导,使用FrameNet语料库作为知识库,综合多种特征来标注文本描述的框架,在此基础上识别文本所包含的内容侧面。该方法在新闻语料上取得了较好地结果,达到了61%的正确率。

关键词： FrameNet语料库内容侧面发现框架识别

Semantic Computation in a Chinese Question—Answering System

在线全文

学校读者我要写书评

暂无评论

Journal of Computer Science & Technology 2002年第6期17卷 933-939页

作者：李素建张健黄雄白硕刘群 Institute of Computational Linguistics Peking University Beijing 100871 P.R. China Software Department Institute of Computing Technology The Chinese Academy of Sciences Beijing 100080 P.R. China

This paper introduces a kind of semantic computation and presents how tocombine it into our Chinese Question-Answering (QA) system. Based on two kinds of languageresources, Hownet and Cilin, we present an approach to computing the similarity and relevancybetween words. Using these results, we can calculate the relevancy between two sentences andthen get the optimal answer for the query in the system. The calculation adopts quantitativemethods and can be incorporated into QA systems easily, avoiding some difficulties in conven-tional NLP (Natural Language Processing) problems. The experiments show that the resultsare satisfactory.

关键词： similarity relevancy Hownet question-answering natural language processing

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于专业术语词典的自动领域本体构造

情报学报 2007年第1期26卷 65-70页

作者：何燕穗志方段慧明李素建北京大学计算语言学研究所北京100871

从词典、百科全书、文本等自动构造本体，已成为本体研究的焦点之一。《计算机科学技术百科全书》是由众多专家、院士编纂的具有权威性的专业术语词典，是知识密集型文本。本文利用《计算机科学技术百科全书》的分类目录构造了计算机科... 详细信息

从词典、百科全书、文本等自动构造本体，已成为本体研究的焦点之一。《计算机科学技术百科全书》是由众多专家、院士编纂的具有权威性的专业术语词典，是知识密集型文本。本文利用《计算机科学技术百科全书》的分类目录构造了计算机科学技术领域本体，并利用自然语言处理技术从《计算机科学技术百科全书》术语条目的解释文本中抽取本体实例，对计算机科学技术领域本体的实例进行了自动扩充。

关键词：专业术语词典领域本体自然语言处理技术实例

N-gram统计模型在机器翻译系统中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2002年第8期38卷 73-75,78页

作者：张健李素建刘群中国科学院计算技术研究所北京100080

文章提出了N-gram模型在机器翻译系统中的几个应用。模型是在语料库的基础上统计连续几个词的出现概率,以此来筛选翻译过程中的侯选元素,并可以对译文的语序进行纠正。由于此种方法是建立在语料库的基础之上的,从而具有真实可靠和实时... 详细信息

文章提出了N-gram模型在机器翻译系统中的几个应用。模型是在语料库的基础上统计连续几个词的出现概率,以此来筛选翻译过程中的侯选元素,并可以对译文的语序进行纠正。由于此种方法是建立在语料库的基础之上的,从而具有真实可靠和实时等特点。实验表明,这种方法具有良好的性能,且与被处理的语言无关。

关键词：机器翻译系统 N-gram统计模型语料库自然语言处理计算机

在线全文

学校读者我要写书评

暂无评论

中英文篇章依存树库构建与分析

中文信息学报 2018年第1期32卷 75-82页

作者：吴永芃李素建秦沐坤杨安王厚峰北京大学计算语言学教育部重点实验室北京100871

该文在篇章依存关系的基础上,建立了小规模中英文篇章依存树库,并针对多核心关系问题、依存关系的选择、长篇章与复杂篇章的标注、层次结构信息的损失等标注过程中遇到的困难进行了分析研究,给出了解决方案。并对篇章依存树库进行了简... 详细信息

该文在篇章依存关系的基础上,建立了小规模中英文篇章依存树库,并针对多核心关系问题、依存关系的选择、长篇章与复杂篇章的标注、层次结构信息的损失等标注过程中遇到的困难进行了分析研究,给出了解决方案。并对篇章依存树库进行了简单的统计分析,对中英文篇章中的异同进行了初步探索。

关键词：篇章依存关系篇章依存树库篇章结构

在线全文

学校读者我要写书评

暂无评论

文本内容自动处理的相关研究

术语标准化与信息技术 2011年第1期 43-48页

作者：李素建北京大学计算语言学教育部重点实验室北京100871

随着网络技术的发展,文本信息急速增长。文本内容自动处理的相关研究无疑成为最急迫的任务。文章从一些文本内容相关的应用研究开始介绍,其中简要介绍了自动摘要技术、自动标引、信息抽取、文本分类和聚类等,期冀通过对这些应用研究的了... 详细信息

随着网络技术的发展,文本信息急速增长。文本内容自动处理的相关研究无疑成为最急迫的任务。文章从一些文本内容相关的应用研究开始介绍,其中简要介绍了自动摘要技术、自动标引、信息抽取、文本分类和聚类等,期冀通过对这些应用研究的了解,认识到要重视文本内容的基础研究,从词语层到篇章层的深入分析才是文本内容处理研究发展的最终突破点。

关键词：文本处理自动摘要自动标引自然语言处理

在线全文

学校读者我要写书评

暂无评论

一种基于使用差异的词语领域性分析方法

中文信息学报 2009年第6期23卷 72-78页

作者：李素建宋涛高杰幺鹏跃李文捷北京大学计算语言学教育部重点实验室北京100871 山东菏泽学院山东菏泽274000 香港理工大学计算机系

领域知识的表达形式最终体现在词汇的领域性上,因此对领域词及其部件的领域度分析是一个关键。该文在分词的基础上,对各个领域语料进行分析,利用词语之间的关系,引入链接分析方法分析词语在各个领域中的使用重要性,并通过词语在各个领... 详细信息

领域知识的表达形式最终体现在词汇的领域性上,因此对领域词及其部件的领域度分析是一个关键。该文在分词的基础上,对各个领域语料进行分析,利用词语之间的关系,引入链接分析方法分析词语在各个领域中的使用重要性,并通过词语在各个领域中的使用差异性计算其领域度,从而达到领域分析的目的,获取某个领域的领域部件词。该文采用以上方法在军事、娱乐等领域进行了实验,实验结果表明该方法相对于当前常用的tf×idf方法和Bootstrapping方法,可以更有效地进行领域分析获取领域部件词。

关键词：人工智能自然语言处理领域性分析领域词领域部件词链接分析使用差异

在线全文

学校读者我要写书评

暂无评论

基于流形排序的领域词抽取方法

基于流形排序的领域词抽取方法