检索结果-南通市图书馆

外国语 2016年第6期39卷 46-56页

作者：孙崇飞南京师范大学外国语学院江苏南京210097

现有隐喻释义研究存在以下问题:重文化普遍性、轻心智意向性;多宏观语用推理、少具象化表征;重"后台"识解、疏"前台"认知。隐喻理解的认知神经科学研究为解决上述问题提供了有效实证依据和理论启示。鉴于此,本文在梳理实证研究成果的基... 详细信息

现有隐喻释义研究存在以下问题:重文化普遍性、轻心智意向性;多宏观语用推理、少具象化表征;重"后台"识解、疏"前台"认知。隐喻理解的认知神经科学研究为解决上述问题提供了有效实证依据和理论启示。鉴于此,本文在梳理实证研究成果的基础上,析清影响隐喻概念映射的相关变量,并厘清变量间功能耦合关系,进而在综合考虑语言使用者"前台"和"后台"认知过程及其心智意向性的基础上,构建准确反映相应"动态语义增值"过程的隐喻释义模式,以使其在具有心理真实性和解释充分性的同时,兼具语言揭示性。

关键词：隐喻释义认知神经科学前台和后台认知变量考察模式建构

来源：

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

基于语言学理论和掩码语言模型的隐喻释义研究

基于语言学理论和掩码语言模型的隐喻释义研究

引用

作者：陈伟杰厦门大学

学位级别：硕士

隐喻触及人类理解机制的核心,是认知科学中的重要课题。隐喻释义任务是自然语言处理任务中重要且富有挑战性的一环,旨在帮助机器更好的理解隐喻、挖掘隐喻背后蕴含的本来意义。本文关注隐喻释义领域的三个子任务:1.英文隐喻释义识别,该... 详细信息

隐喻触及人类理解机制的核心,是认知科学中的重要课题。隐喻释义任务是自然语言处理任务中重要且富有挑战性的一环,旨在帮助机器更好的理解隐喻、挖掘隐喻背后蕴含的本来意义。本文关注隐喻释义领域的三个子任务:1.英文隐喻释义识别,该任务给定一对隐喻句和释义句,要求模型判别二者的合适度;2.英文隐喻释义,该任务给定源域和目标域,要求模型生成合适的释义;3.考虑上下文的中文隐喻释义,该任务要求模型生成满足语境的释义。三个任务对模型的隐喻处理能力的要求依次递增。对于英文隐喻释义识别任务,我们的改进如下:***的各向异性导致句向量的质量较差,我们对无监督simCSE模型进行领域内的微调,以得到较高质量的句向量;***导致分类任务的训练与推理存在差异,我们对分类概率使用了对比学习以稳定分类性能;3.语言学理论表明,隐喻释义过程中往往存在情感强度的变化,对此我们引入情感强度的特征辅助模型计算。针对英文隐喻释义任务,我们就以下问题提出了对应的解决方法:1.掩码语言模型倾向于预测高频词,我们提出了一种训练方法,能有效纠正这种倾向并提高词级别预测的多样性;2.单个模板只能挖掘有限的知识,我们根据语言学理论设计了多类不同模板,并引入了模板集成方法;3.人工设计的模板可能导致次优的结果,对此我们在模板全集上进行了搜索,得到了最优的模板组合方式。最后,对于给定上下文的中文隐喻释义任务,我们提出了基于掩码语言模型的合作网模型,主要的创新有:1.基于合作机制理论和互动论,提出域间合作强度的建模方法,其中包括展示意愿和接受意愿的建模;2.提出了基于掩码语言模型的上下文合作强度计算方法;3.提出了多语言掩码语言模型集成的属性提取方法,对现有的属性库进行了扩展。总的来说,我们从语言学理论、掩码语言模型的知识探测方法出发,针对不同隐喻释义任务的自身特点和模型存在的问题,提出了对应的改进方法,并通过自动以及人工指标实验验证我们方法的有效性。

关键词：隐喻释义掩码语言模型合作网语言学理论

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

再论隐喻释义及其释义模式

引用

语言文字学 2017年第4期 46-56页

作者：孙崇飞

现有隐喻释义研究存在以下问题：重文化普遍性、轻心智意向性；多宏观语用推理、少具象化表征；重“后台”识解、疏“前台”认知。隐喻理解的认知神经科学研究为解决上述问题提供了有效实证依据和理论启示。鉴于此，本文在梳理实证研究... 详细信息

现有隐喻释义研究存在以下问题：重文化普遍性、轻心智意向性；多宏观语用推理、少具象化表征；重“后台”识解、疏“前台”认知。隐喻理解的认知神经科学研究为解决上述问题提供了有效实证依据和理论启示。鉴于此，本文在梳理实证研究成果的基础上，析清影响隐喻概念映射的相关变量，并厘清变量间功能耦合关系，进而在综合考虑语言使用者“前台”和“后台”认知过程及其心智意向性的基础上，构建准确反映相应“动态语义增值”过程的隐喻释义模式，以使其在具有心理真实性和解释充分性的同时，兼具语言揭示性。

关键词：隐喻释义认知神经科学前台和后台认知变量考察模式建构 metaphor interpretation cognitive neuroscience frontstage and backstage cognition variable investigation model construction

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

基于上下文语境的隐喻识别和释义方法研究与实现

基于上下文语境的隐喻识别和释义方法研究与实现

引用

作者：郭樊容杭州电子科技大学

学位级别：硕士

隐喻是日常表达和交流中一种不可替代的修辞手段,认知语言学研究表明隐喻是人类一种重要的认知手段。由于隐喻具有复杂性和微妙性的特点,它成为了自然语言处理任务中不可忽视的障碍。本文针对隐喻计算处理中的隐喻识别和隐喻释义问题进... 详细信息

隐喻是日常表达和交流中一种不可替代的修辞手段,认知语言学研究表明隐喻是人类一种重要的认知手段。由于隐喻具有复杂性和微妙性的特点,它成为了自然语言处理任务中不可忽视的障碍。本文针对隐喻计算处理中的隐喻识别和隐喻释义问题进行深入分析,并结合深度学习相关技术和预训练语言模型提出了解决方案。在隐喻识别任务方面,提出基于Transformer和图卷积神经网络的隐喻识别模型,解决隐喻识别中单词和多词隐喻识别问题。该模型通过两个Transformer结构分别对隐喻句的全局上下文信息和目标词周围的局部上下文信息进行特征提取,以此获得丰富上下文语义表示。并引入图卷积神经网络学习句子的句法结构信息,利用句子中词与词之间的依赖关系有效解决了多词隐喻识别问题。然后,使用多头注意力选取全局上下文信息和局部上下文信息中有效的深层隐喻特征,再联合句法结构信息,最终输入到分类层进行预测。在英文数据集UVA、TOEFL和中文数据集CCL上进行实验,在UVA VERB和UVA ALLPOS上F1值分别达到了78.6%和82.3%,在TOEFL VERB和TOEFL ALLPOS上F1值分别达到了73.4%和76.2%,在CCL上F1值达到了90%,证明了图卷积网络和句法依存树的引入确实能在一定程度上丰富目标词语义信息,以此提高单词和多词隐喻的识别效果。在隐喻释义任务方面,提出了基于上下文语境的隐喻释义生成框架。首先,按照隐喻依存模型对隐喻信息进行标注,形成结构化数据。然后,提出基于Word Net的属性匹配算法解决隐喻释义中源域属性和目标域属性相似度计算问题,挖掘源域属性和目标域属性的潜在语义相似性。基于属性匹配算法对名词型隐喻和动词型隐喻采取不同的语义特征构建方法。最后,本文通过BERT捕获上下文语境信息,预测语义特征集中的字面义对应词,并按照相应规则生成隐喻释义句。为了验证该方法的有效性和准确性,本文在文学比喻词典数据集和VUA数据集上进行实验。对于名词型隐喻,本文方法在文学比喻词典数据集和VUA数据集上准确度分别到达了81%和82%;对于动词型隐喻,本文方法在在文学比喻词典数据集和VUA数据集上准确度分别到达了84%和86%。基于隐喻识别与隐喻释义的研究工作,设计并实现隐喻计算系统。该系统以隐喻信息标注为核心,提供隐喻识别与隐喻释义生成等核心功能。

关键词：隐喻识别隐喻释义图卷积神经网络 Transformer BERT

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：