检索结果-南通市图书馆

计算机工程 2004年第17期30卷 39-41页

作者：李旺李绍滋厦门大学计算机科学系厦门361005

研究汉语语篇特性时,省略是其一个重点。该文尝试从语篇层次对汉语的省略进行恢复,提出一个初步的省略恢复模型。该模型针对语法空位和可能的语义空位,从上下文中选取合适的个体来填补。

关键词：语篇表述理论省略省略恢复

自然语言理解中集体词省略恢复研究及其在产品设计中的应用

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

自然语言理解中集体词省略恢复研究及其在产品设计中的应用

作者：鹿行宇西安电子科技大学

学位级别：硕士

随着社会的日益信息化、网络产品的日益普及，自然语言理解成为了计算机科学中的一个最引人入胜的、最富有挑战性的课题。本文将自然语言理解中的集体词省略恢复应用于产品设计，通过对用户以自然语言表达的需求进行分析理解，为后续的... 详细信息

随着社会的日益信息化、网络产品的日益普及，自然语言理解成为了计算机科学中的一个最引人入胜的、最富有挑战性的课题。本文将自然语言理解中的集体词省略恢复应用于产品设计，通过对用户以自然语言表达的需求进行分析理解，为后续的设计提供支持，以实现产品市场竞争力的提高。本文就目前自然语言理解的研究现状，结合省略句和集体词的研究现状，确定了集体词省略界定标准，并对集体词省略类型分类研究。提出了集体词省略恢复填补原则，分析了恢复过程的几个难点。提出集体词省略恢复处理模型。并综合框架理论、本体论和概念从属理论这三种表示方法，设计了集体词处理需要的知识表示模板。按模块实现集体词的省略恢复处理。最后，将集体词省略恢复的处理模型应用到具体的产品设计领域，建立了专业领域的知识库，并通过运行实例，说明了集体词省略恢复处理模型在产品设计需求中的作用。

关键词：自然语言理解集体词省略恢复产品设计

对话系统中的省略恢复研究及其在车队互联系统中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对话系统中的省略恢复研究及其在车队互联系统中的应用

作者：徐阳西安电子科技大学

学位级别：硕士

自然语言理解是人工智能领域的一大研究热点,以此为核心的各种人机对话系统也是层出不穷。目前,对话系统在智能交通系统及自动驾驶中的应用较少,这在未来将会是一个不错的发展方向,能够使得车辆等系列机械产品的应用面更加广阔,是人工... 详细信息

自然语言理解是人工智能领域的一大研究热点,以此为核心的各种人机对话系统也是层出不穷。目前,对话系统在智能交通系统及自动驾驶中的应用较少,这在未来将会是一个不错的发展方向,能够使得车辆等系列机械产品的应用面更加广阔,是人工智能与机械制造相融合的产物,将更好地满足机械产品应用的市场需求。本文对对话系统中的省略恢复问题进行了重点研究,提出了基于领域的实景对话省略歧义处理模型,并实现了该模型的原型系统,最终结合具体案例将其应用在了车队互联领域上。首先,对模型中需要用到的分词工具、知识规则表示法等理论基础作了简要介绍,并针对多种省略恢复结果设计了一种结合事实库计算相似度的排序算法,每个结果的相似度要先进行加权处理后再排序;其次,分析了各种自然语言省略及因省略产生理解歧义的现象,并着重分析了实景在自然语言理解中的作用及重要性,论述了对话上下文和GPS定位等实景信息在消除省略歧义上的突出作用,尤其是GPS定位可以解决许多车队互联领域对话中的省略问题,也分析了对话中群体相关的集体词省略和动态分类问题,对动态分类概念进行了详细论述,体现了动态分类在车队互联领域对话中的重要性和复杂性;然后,设计并实现了基于领域的实景对话省略歧义处理模型,介绍了模型中各实景信息的获取和存储,分析了群体动态分类的各种组合方法和分类后的命名原则,剖析了根据知识规则和实景信息等进行省略恢复的过程,并详细论述了多种省略恢复结果的排序流程,介绍了对最终的省略恢复结果进行语义解析并处理用户命令及输出的过程;最后,在车队互联领域上实现了该模型的原型系统,并结合具体案例进行了详细分析,验证了模型的可行性。

关键词：对话系统省略恢复自然语言理解实景知识群体

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向篇章的省略恢复及其在机械设计中的应用

面向篇章的省略恢复及其在机械设计中的应用

作者：万棋顺西安电子科技大学

学位级别：硕士

随着产品CAD与CAM的发展和对机电一体化的要求不断提高,智能化的系统将是未来的发展趋势,用自然语言直接进行人机交流也是智能化的必然要求。本文将自然语言理解的省略恢复应用于产品设计中,通过对以自然语言形式表达的用户需求进行理... 详细信息

随着产品CAD与CAM的发展和对机电一体化的要求不断提高,智能化的系统将是未来的发展趋势,用自然语言直接进行人机交流也是智能化的必然要求。本文将自然语言理解的省略恢复应用于产品设计中,通过对以自然语言形式表达的用户需求进行理解和分析,并将分析结果转化成概念设计要求或设计参数,为后续设计提供支持,为用户提供了一个良好的交流环境。分析了语法分析的方法以及现有的几种语义分析方法,并结合自然语言理解系统的实际情况,探讨了篇章分析的相关方法和理论基础。根据当前汉语省略现象普遍存在的现状,对汉语中的省略现象进行了研究。提出了基于名词聚类、事件聚类、事件关联的省略恢复方法,对其中利用篇章下概念的内涵外延搭配关系,聚类分析和关联分析实现缺省语义成分找回的过程做了实现。根据自然语言理解省略恢复模型,设计实现了基于领域的汉语NLU省略恢复系统。最后,结合实际将其应用在机械产品设计的用户需求分析领域。

关键词：自然语言理解省略恢复篇章分析产品设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对话省略恢复与指代消解研究

对话省略恢复与指代消解研究

作者：倪梓欣苏州大学

学位级别：硕士

面向多轮对话场景的省略恢复与指代消解任务是近年来自然语言处理领域的一项关键任务,其能够通过对缺省话语的补全消歧,获得更能表达完整语义信息的语句,以辅助推进对话进程,帮助对话系统正确地理解用户的意图。给予后续对话状态跟踪、... 详细信息

面向多轮对话场景的省略恢复与指代消解任务是近年来自然语言处理领域的一项关键任务,其能够通过对缺省话语的补全消歧,获得更能表达完整语义信息的语句,以辅助推进对话进程,帮助对话系统正确地理解用户的意图。给予后续对话状态跟踪、对话回应生成、对话自动摘要等下游任务以强有力的基础支撑。近年来,随着深度学习技术在自然语言处理领域的兴起和发展,多轮对话省略恢复与指代消解研究也不可避免地受到了这波浪潮的冲击。本文基于深度神经网络构建的各基准平台,针对历史对话蕴含的丰富省略指代语义信息检测、历史对话结构的动态建模、抽取生成两者方法间的互补性探索等方面,对多轮对话省略恢复与指代消解展开了一系列研究,研究内容主要有以下三个方面:(1)针对历史对话中蕴含的省略、指代缺失语义信息关注度不足的问题,本文提出了无监督抽取算法对目前公开可用语料进行二次标注,并进一步提出了抽取式对话省略指代一体化检测模型。针对实际对话文本中省略和指代现象占比较小的问题,本文提出增加是否缺失判别的辅助任务,训练模型判断目标缺省话语是否存在省略、指代现象,与缺失语义抽取任务建立联合学习模型。实验结果证明,本文对对话省略指代检测任务的分析和模型的改进是正确且有效的。(2)多轮对话场景下,对话历史信息对于缺失语义的恢复至关重要,而现有研究大多不加区别的对待对话历史信息,甚至存在长距离“信息遗忘”问题。针对上述问题,本文提出了一种融入多粒度对话历史信息的生成式对话省略指代消解模型。编码阶段,本文提出了“说话者强调”机制的对话历史编码器允许模型独立地查看每个说话者的对话历史话语,以更好地表征全局对话历史信息;解码阶段,提出自顶向下分层拷贝机制给予对话历史信息以句子级别到词级别的多粒度信息关注。实验结果证明上述两方面的改进能有效提升多轮对话省略恢复与指代消解的性能。(3)抽取式模型存在可读性、连贯性较差的问题,而生成式模型往往逻辑性、准确性不够强。考虑到抽取式和生成式的方法各有所长,借助两方法之间的互补性,本文提出了一种融合抽取-生成式的对话省略指代消解模型。首先结合抽取式任务检测对话历史话语中的缺失语义短语表达,接着将得到的缺失语义短语表达分别融入到生成式模型的解码初始和拷贝阶段,以约束指导生成最终的补全话语,提高最终结果的准确性、逻辑性以及连贯性。实验结果证明了该模型的有效性。

关键词：对话文本省略恢复指代消解深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交互式问答系统中的省略恢复研究

交互式问答系统中的省略恢复研究

作者：魏征哈尔滨工业大学

学位级别：硕士

在汉语中,省略是非常普遍的一个现象。对于汉语省略的研究,一直是自然语言处理领域的热门课题。汉语省略研究对于问答系统、机器翻译、信息抽取等领域有着至关重要的作用。本课题主要针对交互式问答系统做了省略问句恢复的研究。在交互... 详细信息

在汉语中,省略是非常普遍的一个现象。对于汉语省略的研究,一直是自然语言处理领域的热门课题。汉语省略研究对于问答系统、机器翻译、信息抽取等领域有着至关重要的作用。本课题主要针对交互式问答系统做了省略问句恢复的研究。在交互式问答系统中,存在着大量的省略问句。根据对真实环境下收集的语料的统计,大概有40%的问句属于省略问句。如果不对其缺失信息进行恢复,则计算机无法知道用户的真实意图。因此,省略问句恢复是交互式问答系统中至关重要的一个环节。本课题首先利用维基百科的分类信息和模式匹配的方法抽取了大量新词,用来扩展Hownet。利用依存句法分析归结语义关系,建立了一个包含上下位关系、属性关系、动宾关系等语义关系的语义关系表。这些语义关系被用在省略问句的分类和恢复中。本课题将省略问句划分为7类,包括语义完整、主语省略、指代等,利用机器学习的方法来对问句进行分类。在对问句进行分类之前,首先根据语法、句法等信息提取特征,然后对几种常用的分类方法做了比较,最终采用C4.5决策树算法作为最终的分类算法,并取得了76.15%的正确率。针对分类之后的问句,采取不同的策略对其进行恢复,主要利用问句结构、语义关系,距离等信息来确定缺失信息。由于指代在省略问句中占了很大比例,因此重点对其进行了处理。主要利用了代词的单复数、性别等信息,来确定最佳的候选词。最后,我们对省略恢复的结果做了评测,在两个语料集上的正确率分别为82.9%和75.3%,并且与他人做了对比,本课题所采用的方法有明显提高。

关键词：省略恢复语义关系交互式问答知网维基百科

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向仪器领域的问答系统中省略恢复的研究

面向仪器领域的问答系统中省略恢复的研究

作者：周一帆西安电子科技大学

学位级别：硕士

随着科学技术的发展以及自动化程度的不断提高,仪器仪表行业也迎来了飞速发展的黄金时期,各种新型仪器研制成功,仪器的功能也日益丰富。然而,仪器行业发展的同时也给人们的使用增加了一些困难,人们需要了解更多的功能特性并从中选取适... 详细信息

随着科学技术的发展以及自动化程度的不断提高,仪器仪表行业也迎来了飞速发展的黄金时期,各种新型仪器研制成功,仪器的功能也日益丰富。然而,仪器行业发展的同时也给人们的使用增加了一些困难,人们需要了解更多的功能特性并从中选取适合相应场景的仪器。在人工智能与深度学习技术蓬勃发展的背景下,问答系统逐渐成为自然语言理解领域最热门的研究方向之一,将问答系统与仪器领域相结合从而提高人机交互效率成为发展趋势。然而目前的模型还没有达到令人满意的效果,一个主要的挑战就是问答过程中出现的省略现象,使得系统很难理解用户的真实意图。因此,如何将省略句恢复完整,从而帮助系统更好地理解自然语言,就成为一个亟待解决的问题。本文针对省略恢复问题展开研究,通过分析省略恢复的研究现状,发现了其中存在的不足,提出了“场景知识”的概念,构建了融合场景知识的省略恢复模型,利用自然语言处理、深度学习等技术,实现了该模型的原型系统,并将其应用于仪器仪表领域的问答系统中,提高了问答系统的性能以及用户使用仪器的方便性。首先,通过分析场景在自然语言省略现象中的作用,提出了场景知识的概念并介绍了其特点。将实体在场景下的领域知识与场景信息相结合作为场景知识融入到省略恢复模型中,使模型既可以更好地理解输入文本中出现的实体,又可以学习到场景下的相关特征,再利用Transformer模型与指针网络通过复制信息得到最终结果,从而提高了省略恢复的准确率,并通过实验验证了模型的可行性以及场景知识的有效性。其次,目前的省略恢复模型只能处理固定个数的输入语句,这显然不符合实际需求,因为在实际问答过程中,对话的轮次以及语句的个数往往是不确定的。本文通过对模型输入部分数据结构的修改,使模型既可以处理变长个数的输入语句,又可以灵活适应若干个场景知识的补充,从而提高了融合场景知识的省略恢复模型的灵活性与实用性,并通过实验验证了输入部分改造的正确性。最后,将融合场景知识的省略恢复模型应用到仪器领域。目前的省略恢复模型主要是针对开放域展开研究,针对仪器领域的研究较少。然而随着仪器领域相关技术的发展,有些仪器的使用门槛也随之提高,仪器领域问答系统中的省略现象也越来越多,对于仪器领域省略恢复模型的需求也日益强烈。本文通过构造仪器仪表领域知识库以及数据集,实现了仪器领域问答系统与融合场景知识的省略恢复原型系统,阐述了具体的流程,并结合实例进行了界面展示,体现了该系统在仪器领域的应用价值。

关键词：问答系统省略恢复仪器仪表场景知识自然语言理解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于中心理论的中文对话省略恢复研究

基于中心理论的中文对话省略恢复研究

基于概念层次网络(HNC)理论的省略恢复研究

第六届全国信息检索学术会议

作者：张伟男张宇刘挺哈尔滨工业大学信息检索研究中心

在中文对话中,大量存在着省略的现象,为了避免由于省略造成的表述模糊以及歧义等问题,本文进行了相关的研究,以中心理论作为理论依据,提出一种适用于中文对话系统或中文交互式问答系统的省略恢复模型,并且通过实验验证该模型的正确性和... 详细信息

在中文对话中,大量存在着省略的现象,为了避免由于省略造成的表述模糊以及歧义等问题,本文进行了相关的研究,以中心理论作为理论依据,提出一种适用于中文对话系统或中文交互式问答系统的省略恢复模型,并且通过实验验证该模型的正确性和效用性。本文选用TRECQA2004-2007的翻译语料作为实验数据集,通过省略判定,待恢复词识别以及省略恢复三个过程的处理,最终得出的实验结果准确率为68.67%,召回率为75.00%,F值为71.64%,相对于不使用中心理论方法的省略恢复模型,本文的方法在准确率及F值上面都有较大的提升。

关键词：自然语言处理中心理论中文对话省略恢复

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于概念层次网络(HNC)理论的省略恢复研究

第四届全国学生计算语言学研讨会

作者：黄娴陶宁薇解放军外国语学院学员十八队

省略恢复(Ellipsis Resolution)是计算机在处理自然语言时遇到的典型困难之一,对自动文摘、信息抽取等具有极为重要的意义。虽然国内外学者从句法、语用、认知等多个角度探讨了省略现象,但是从自然语言理解角度提出省略恢复办法的研究... 详细信息

省略恢复(Ellipsis Resolution)是计算机在处理自然语言时遇到的典型困难之一,对自动文摘、信息抽取等具有极为重要的意义。虽然国内外学者从句法、语用、认知等多个角度探讨了省略现象,但是从自然语言理解角度提出省略恢复办法的研究却很少。利用概念层次网络(HNC)理论来进行省略判定和恢复比一般方法更具有便利性和高效性。本文选择了在HNC理论的框架内,结合领域知识、句类知识和词语概念知识来探讨省略判定和恢复的方法。

关键词：省略判定省略恢复领域知识

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

省略识别及恢复联合模型研究

计算机研究与发展 2015年第11期52卷 2460-2467页

作者：尹庆宇张伟男张宇刘挺哈尔滨工业大学社会计算与信息检索研究中心哈尔滨150001

省略现象在对话中十分普遍,它的存在导致了语句成分的缺失.问答系统往往不能正确理解这些缺省的表述,这样就会产生错误的问答结果,所以,省略恢复在问答系统中是十分必要的.省略恢复通常分为零代词类别恢复、零代词指代消解2个步骤,已有... 详细信息

省略现象在对话中十分普遍,它的存在导致了语句成分的缺失.问答系统往往不能正确理解这些缺省的表述,这样就会产生错误的问答结果,所以,省略恢复在问答系统中是十分必要的.省略恢复通常分为零代词类别恢复、零代词指代消解2个步骤,已有工作主要是将二者顺序执行,因此会造成错误的累加.为了克服上述问题,提出了1种零代词类别恢复和零代词指代消解联合模型(joint model)的方法,旨在通过联合模型融合省略恢复的2个步骤,进而提高恢复效果.实验结果表明,相比较已有的方法,引入联合模型后,省略恢复的性能得到了显著的提升.

关键词：联合模型省略恢复零代词指代消解对话