基于规则的中文框架元素自动标注方法研究

计算机自动语义分析是当前制约自然语言信息检索、信息抽取与机器翻译等应用技术发展的一个瓶颈问题.语义角色标注是语义分析的一种主要实现方式,而目前语义角色的自动标注主要采用基于统计的方法,由于训练数据的规模有限、语义角色类型多,面临严重的数据稀疏问题,处理结果一致性差.本文则采取基于规则的方法,选择汉语框架语义知识库(CFN)所提供的框架和框架元素作为语义标注体系,利用CFN的语义标注句子库,根据短语类型、句法功能以及短语内部构成和外部语境等其他句法语义特征分析框架元素的实现规律,构建语义标注规则,经测试取得了令人满意的结果,为解决语义分析问题探索了一条可行的路线.     

面向科技语料的短语结构句法分析器

本文介绍了一个由哈尔滨工业大学设计和开发的面向科技语料的短语结构句法分析器。与传统的短语结构句法分析器不同,本句法分析器不需要对输入语料进行预处理。给定未经预处理的语料,本句法分析器可以联合地进行分词、词性标注以及短语结构的句法分析。这可以看成是多任务学习的一个实例。此外,针对科技语料的特点,本句法分析器对所使用的特征模板进行了优化,同时构建了面向科技语料的单词内部结构树库。实验结果表明,我们的句法分析器在通用领域的测试集以及科技领域的测试集上均取得了较好的效果。     

面向应用的汉语句法分析辅助系统的设计与实现

汉语句法分析是汉语研究和中文信息化处理中的一个关键环节，同时也是难点之一，面向汉语句法分析的辅助系统能为这个领域的研究与实践带来便利。本文概述了句法分析辅助系统的体系结构和基本功能，详细分析了系统实现中的两个关键算法，即括号匹配算法和句法解析算法，初步实验结果表明辅助系统效果良好，达到设计目的。     

Lotka′s Phenomenon in Distributional Complexity of the Chinese Words with Syntactic Function

本文基于大规模清华树库,从中统计了汉语词汇在句法结构中充当的句法成分,获取了汉语词汇的句法功能分布,并给出了汉语词汇句法功能分布复杂度的定义.在对汉语词汇按照汉语词汇句法功能分布复杂度的高低排序后,本文发现两者之间呈现洛特卡现象.本文的这一发现一方面揭示了汉语词汇在句法结构中的分布规律,对于汉语的研究具有重要的促进作用;另一方面对于中文信息处理中的词性标注、自动消歧和句法分析等研究具有重要的影响.     

LanguageTool中文语法校对XML规则定制方法

提出一种基于XML规则定制的中文语法校对技术方案,通过XML规则自定义或扩展中文语法校对功能。该技术已在开源校对工具LanguageTool上得以实现,相应的中文语法校对XML规则库也已建立。在多个中文语料库上进行应用测试的结果显示了该技术的可行性和实用性。     

基于语义搭配的汉语短语界定研究

简单分析了语法上界定汉语短语的困扰,提出一种利用语义搭配关系界定汉语短语的方法。首先,借助同义词词林实现语义知识的编码,用这种语义编码来表示语义搭配关系;其次,在此基础上,定义短语与已知语义搭配关系的相似性,计算词语搭配的合理性;最后,利用短语内部的语义搭配合理性优于其他搭配这一性质,用算法实现了基于语义的汉语短语界定过程。该方法应用于军事文本,从中界定出描述作战单位等信息的短语,取得较好的效果。此外,经该方法界定出的短语具有较强的语义信息,对信息抽取等实际应用具有一定的适用性。     

汉语颜色词本体及其应用

颜色是一些Web资源的重要属性,颜色本体对基于颜色匹配的语义检索起着重要作用.为了实现汉语颜色知识的大范围共享与重用,本文结合语言学与本体理论构建汉语颜色词本体.通过本体的数学模型给出颜色词语义的规范说明,符合本体构建的"可扩展性"、"最小承诺"与"最小编码偏好"等原则.在建立相应的描述逻辑知识库TBox与OWL(Web Ontology Language,Web本体语言)本体的基础上,将汉语颜色词本体应用到供需语义匹配领域.实例表明,本文构建的颜色本体具有简单、实用的特点.同时,本文工作有利于各种Web应用有机结合来自语言学的汉语颜色知识.     

基于汉语框架网的语义角色标注算法

在汉语框架网（CFN）的基础上,介绍语义角色自动标注的步骤和流程,提出基于文本匹配和最大熵分类器的语义角色自动标注方法。在文本匹配算法中,综合考虑短语类型、短语相对于目标词位置、句法功能三个因素及其对句子相似度影响的权重;在最大熵算法中,也尝试一些新的特征及其组合,最后利用例子对该方法进行有效性验证。     

浅谈网络语言对中学语文教学的影响及有效策略

“纯净水”“达人” “灌水” “槑” “菜鸟” “”等网络词语越来越频繁地出现在中学生的口语和作文中,这些求新猎异、天马行空的词语让许多家长和老师感到费解。有人认为,网络语言的出现是社会的一种进步,是汉语有生命力的表现。还有人认为网络语言是对传统汉语语法、语义的一种颠覆。此外,网络语言大多也不符合语法规范,还对正规汉语语法的传播造成了一定的负面影响。那么,中学语文教师当如何应对网络语言对语文教学的冲击呢？是一棍子打死,还是全盘接收？笔者以为,中学语文教师不仅要了解、熟悉网络语言,更应该掌握中学生心理,从而对网络语言采取正确的态度和积极的处理方式。     

面向关联数据的高校机构知识库构建方法研究

[目的/意义]针对当前我国高校机构知识库研究与应用离真正的开放互连、知识集成、知识检索还有较大差距的问题,提出一种面向关联数据的机构知识库构建方法,该方法覆盖机构知识库构建的整个过程,并支持机构知识的资源整合、语义检索、知识推理和关联数据发布,为各高校机构知识库建设提供参考。[方法/过程]调研和剖析国内外典型的机构知识库,将机构知识库构建方法分为5个步骤,包括:①评价和选择有价值的信息资源;②建立机构知识库概念模型;③进行语义描述和关联设置;④发现并创建关联化数据环境下的语义推理规则;⑤设计系统架构,并通过西南科技大学机构知识库构建实例来验证该方法的有效性。[结果/结论]实例验证表明,面向关联数据的机构知识库构建方法具有合理性和有效性,起到了降低机构知识库开发难度和缩短开发周期的作用,对于其他机构知识库的建设具有参考价值。     

基于网格的数字图书馆服务模式探讨

随着Internet、Web、网格等网络技术的依次出现，使得网络技术不断发展，所能处理数字资源的能力有了相应的加强，数字图书馆能提供的服务也日新月异。其中网格是近年来兴起的一种前沿信息技术，也是网络技术发展的新趋势；使得各个地域的数字图书馆有可能合并成全球数字图书馆，来统一为用户服务；因此，本文就基于网格技术数字图书馆的服务模式进行了一些探讨：提出了服务的特征和目标、服务的模式、服务的实现等。     

基于本体的简帛医药知识组织研究

［目的/意义］ 中医药是中华文化的传承,对现代医学发展具有重要作用,应受到高度重视。利用数字技术组织中医古籍,对其进行保护与重用具有重要意义。［方法/过程］ 以简帛医药文献为研究对象,分别构建简帛医药书目本体和内容本体,并通过书目本体和内容本体的连接形成简帛医药文献本体模型;利用命名实体识别模型抽取实体概念,利用依存句法分析和规则的方法抽取实体关系,最终将简帛医药文献数据存入图数据库,实现简帛医药文献知识图谱可视化与检索查询结果呈现。［结果/结论］ 利用本体和知识图谱,提出简帛医药知识组织方法,建立具有逻辑关系的简帛医药知识链,形成中医药领域知识的语义网络,在中医古籍的智能化方面做出有益的探索,有助于中药知识的普及与传承。     

语法开发平台的系统设计

本文以LFG为基本参考模型,提出了一个具体语法开发平台的系统框架与功能结构。语法开发平台包括三个子系统:语法提取子系统、语法分析子系统、语义分析处理子系统。文章对语法提取子系统进行了全面的系统设计,既为语法分析子系统奠定了基础,又为构造具体的应用系统留有程序接口。     

医学论文中典型病句语病分析

运用现代汉语语法、修辞和逻辑知识对医学论文中一些典型病句进行分类辨析，并加以修改。结果显示搭配不当、成分残缺、结构混乱、语序不当、表达烦冗和矛盾是常见语病。认真学习现代汉语语法和逻辑知识是减少语病的根本途径。     

基于格语法的中文文本检索系统的设计与实现

介绍利用格语法解决句法与语义相结合的优点，提出用格语法建立信息检索系统中自然语言理解的语义模型，以获得合理、满意的查全率和查准率；在此基础上建立一个实验系统，并给出系统的实现方法及测试结果。     

《中国生物医学期刊引文数据库》机构知识版的设计与实现

全面介绍了解放军医学图书馆最新研发的《中国生物医学期刊引文数据库》机构知识版的新功能。《中国生物医学期刊引文数据库》机构知识版以 RDF 语义对机构、作者、基金、期刊和文献进行了统一描述,以机构库、作者库、基金库、期刊库和文献库为核心,基于文献标注信息对文献内容进行深入挖掘与分析,实现了对生物医学领域的信息资源关联;具备发表文献查询、引文查询、快速出具引证报告等功能,强化了文献计量可视化分析功能,发布各类 TOP 排行统计,推送关联信息,还增加了机构文献管理模块,可为各个机构提供个性化的文献管理和评价服务。     

关联数据映射语言：R2R

关联数据的目标是使客户端应用通过跟踪RDF链接发现新的数据源,实现对不同数据集的平滑整合,但现有方法创建的RDF链接十分有限,为此德国柏林自由大学于2010年提出面向RDF数据集映射的R2R语言。该语言包括r2r:prefixDefinitions,r2r:sourcePattern,r2r:targetPattern,r2r:transformation,r2r:mappingRef等映射属性,字符串函数、列表函数、算术函数、XPath函数及URI、文字、语言、数据类型等四种变量修饰符,提供r2r:has-Mapping,r2r:mapsTo,r2r:dependsOn,r2r:sourceDataset,r2r:targetDataset等映射元数据,映射语句遵循"资源—映射属性—三元组文字"结构及Turtle语法等规则。在总结以上语法框架的基础上通过实例阐释其用法,并与SPAR-QL语言进行比较。研究认为R2R语言在支持RDF表示、变量和修饰符定义、名称空间前缀表示、空白节点定义变量等方面与SPARQL存在语法一致性特征,在功能和句法表示方面二者存在一定差别。推广R2R语言有助于从词汇和数据集实例两个层面提升RDF链接创建能力,进而为创建关联数据集成服务环境提供支持。     

我国档案馆文化功能研究文献述评

随着大众对文化的需求不断提高,我国档案馆的文化功能也逐渐被挖掘,关于档案馆文化功能的研究更是与日俱增。通过利用“中国期刊全文数据库”“万方数据知识服务平台”对我国档案馆文化功能的研究进程进行分析,总结有关于我国档案馆文化功能研究的具体情况,分析研究过程中的不足之处,并与现实情况结合、比较,指出关于我国档案馆文化功能研究的未来发展趋势与具体方向。     

知识组织生态系统构架形成与研究进展

[目的/意义]将生态学的原理与方法引进到知识组织系统研究中，以更好地发挥知识组织系统的功能和作用。[方法/过程]基于生态学的研究成果，将生态学的原理和方法引入到知识组织系统的构建和应用中，生物个体与概念实例对应，物种种群与概念对应，生物群落与词表对应，生物环境与文献环境对应，在结构和功能完整一致对应基础上，研究知识组织系统的工作原理和方法。[结果/结论]分概念实例、概念种群、概念群落（词表）和生态系统4个层面，细化和完善知识组织生态系统构架，分析总结各个层面的主要研究内容。