句法分析

摘要： 新词的有效识别是文本预处理过程中一项非常重要的任务,关系到分词效果的好坏。针对传统新词发现方法未考虑单字新词的识别,且忽略了上下文句法结构与语义信息对新词识别结果的影响,提出一种统计量计算结合相似性判断的网络新词发现算法。首先,基于字的粒度,依次计算单字词频、最大增强互信息和加权左右邻接熵,从左向右逐字扩展多字词,获得具有高成词概率的候选新词集合;再利用基于句法与语义的改进相似性计算模型,得到语句相似度,过滤无效新词。对比实验结果表明,该算法能够有效识别新词,相较于传统新词发现方法具有更高的准确率、召回率和F值。

摘要： 英语例外授格结构(Exceptional Case Making construction,以下简称ECM结构)是一种特殊的授格现象。尽管前人在这方面已经做了大量研究,但有关ECM主语是否移位依然未有定论。文章在最简方案框架下对ECM结构进行了句法分析。首先通过虚代词there和习语块、约束条件A和B、辖域现象论证了ECM主语同时具有主语和宾语双重属性;然后通过副词、小品词和被动化证明了ECM主语是基础生成于分句主语位置,通过提升进入到主句;最后结合加标理论指出其提升原因是为了打破XP-YP对称结构从而可以顺利加标。

摘要： 根据构式语法理论和框式结构语法理论,"看谁×"是一个主观性强的框式结构,语义功能为"说话人主观认为或希望情况‘×’不会出现",具体构式义有两种:一是"没有人×",表示对未来的预测;二是"不允许有人×",表示对动作的禁止。框式结构"看谁×"的构成要素"×"的构成全部为动词性词语,"×"往往带有"还""再""敢"等词语标记,既可以单独成句,也可以作小句的谓语和复句的分句。

摘要： 藏文句法分析对藏文语义信息处理和藏文问答系统、机器翻译等研究结果产生直接影响。文章利用文献综述方法对近年来的藏文句法分析理论研究和实际应用进行了梳理,分析了目前藏文句法分析研究的现状和存在的问题,在此基础上提出了构建藏文依存树数据库的思路。

摘要： 中国文化源远流长,汉语在文化形成和传承的过程中具有不可替代的作用。不论是汉语中的字、词还是短语和句子,都充满文化内涵。许多学者致力于汉语句法的分析与研究,并诞生了许多不同的流派。区别于世界上其它的语言,汉语语言是一门简单而又复杂的语言种类,为了更好学好汉语,学者们研究出一套套针对汉语语言学习的方法,通过句法分析找到汉语结构和内容关系,由此也形成了各种有效的方法.

摘要： 对健康知识抽取关键信息并进行有效分类,是提高用户检索和使用相关防控知识效率的关键。首先,搜集得到的大量有效的心内健康知识,进行了有效的数据预处理和人工标注。其次,基于Word2Vec的skip_gram训练模型搭建了文本词向量。接着,根据知识分类的词性、句法的特点,利用句法分析将抽取出来的关键内容进行了有效分类。实验结果显示该方法在健康知识分类上有效,分类的精确率能够达到80%以上,能够很好地实现对健康知识的三分类。该分类方法为用户使用健康知识提供了指引,也为探讨知识质量和研究方向提供了有效的分类统计基础。

摘要： 组合原则表明句子的语义由其构成成分的语义按照一定规则组合而成,由此基于句法结构的语义组合计算一直是一个重要的探索方向,其中采用树结构的组合计算方法最具有代表性。但是该方法难以应用于大规模数据处理,主要问题是其语义组合的顺序依赖于具体树的结构,无法实现并行处理。该文提出一种基于图的依存句法分析和语义组合计算的联合框架,并借助复述识别任务训练语义组合模型和句法分析模型。一方面,图模型可以在训练和预测阶段采用并行处理,极大地缩短计算时间;另一方面,联合句法分析的语义组合框架不必依赖外部句法分析器,同时两个任务的联合学习可使语义表示同时学习句法结构和语义的上下文信息。我们在公开汉语复述识别数据集LCQMC上进行评测,实验结果显示准确率接近树结构组合方法,达到79.54%,预测速度最高可提升30倍以上。

摘要： 文章分别从“中国知网”和“Web of science”数据库中检索在2000年至2021年间,与“句法分析”和“结构识别”相关的研究文献,分别对检索结果文献的研究主题、研究类别和方向等进行多角度分析,探究相关文献的关联性和差异性。在此基础上,分别对相关文献按照主题进行聚类分析,归纳总结重要的研究成果和研究趋势,从句法分析和结构识别的理论构建及研究方法两个角度进行讨论,并进一步按照更细化的分类依据对检索到的论文进行主题归类和分析,形成了较为详细且清晰的研究脉络,为后续相关领域内的研究提供参考。

摘要： 为了提升书目检索系统的查全率和查准率,增强书目信息之间的内容关联度,直观显示书目检索结果,对传统书目检索系统进行了重构。用特征关键词表征书目信息;用句法分析构建特征关键词网络,实现书目信息之间的内容关联;用图数据库Neo4j存储和检索书目知识地图。实验表明,用知识地图的方式组织和显示书目信息,可直观揭示出书目之间的关联知识,便于读者了解目标领域的图书结构,提升读者查找图书的效率和选择图书的准确度。

摘要： 网络新兴而起的“咱就(是)说”这一表达形式,得到广大网友青睐。网络上“咱就(是)说”功能显然是不同于已有形式的表达。本文将对已有形式进行句法,并对新兴“咱就(是)说”性质界定及对其“新颖”之处进行分析。

摘要： 藏文疑问句的句法分析在藏文问答系统、搜索引擎、信息的抽取和检索等领域有着广泛的应用前景.文章通过分析藏文疑问句的构成特点,对藏文疑问句进行了分类,归纳了各类藏文疑问句的结构特征,在此基础上利用PCFG对藏文疑问句进行了句法分析.经测试,在封测试集上的准确率、召回率和F值分别达97.6、97.3和97.4,在开放测试集上的准确率、召回率和F值分别达96.0、95.4和95.7.

摘要： 本文针对哈萨克语短语结构句法分两个阶段采用由粗到精的方法进行哈萨克语句法分析研究.第一阶段使用粗略的句法分析器生成20个最佳候选树;第二阶段采用感知机的方法训练,提取特征信息,并对第一阶段生成的20个最佳候选树进行重排序,最终解析结果是第一阶段产生的候选树的结果和重排序结果按照比例选取.此方法在两个阶段不仅可以获取到句子的结构信息,还可以提取到详细的特征信息,可以最大限度的对句子进行解析,获得了较好的句子解析结果,其句法分析的正确率为71.4％.

摘要： 本文从计算语言学角度入手,梳理当前主流英、汉自动依存分析的理论、方法与实践.首先,本文介绍了依存语法理论体系,给出依存语法的形式化体系及其投射与非投射两种基本依存结构;其次,本文概述了自动依存句法分析的方法及实践,对各类句法分析方法及句法分析器的实现进行了比较和讨论;最后,本文对自动依存句法分析的现状进行了分析,指出当前英汉自动依存句法分析研究工作的不足,并对未来的研究进行展望.

摘要： 为提升依存分析并分析影响其精度的相关因素,该文构建了大规模中文通用依存树库和中等规模领域依存树库.基于这一系列树库,通过句法分析实验考察质量、规模、领域差异等因素对中文依存分析的影响,实验结果表明:树库规模和质量均与句法分析精度成正相关关系,质量应先于规模因素被优先考虑;通用树库和领域树库之间的差异程度与前者对后者的替代性成相关关系;两种树库混合使用的效果同样与领域差异有关.

摘要： Deep learning (DL)需要大规模训练样本，而且测试样本与训练样本比较一致时，才会获得较好的结果，可是对于儿童学习和使用语言来说，不需要太多的例句因此小样本学习成为学术界关注的问题，但尚未建立有效的模型。句法分析是NLP中一个非常困难的问题，性能一直很难提高，而且中文Parser的性能始终比英文的Parser低约5个百分点。

摘要： 在语料的选取以及对于语言现象的解释方面，形式句法的确是进了一大步，但也并非己经十全十美。形式句法对于语料的判断建立在合法与不合法的二元对立之上，而这一对立又建基于一个基本的信念，即如果一个结构在句法上不可接受，就一定是不合法的。汉语中有相当一批词语的意义相近，在一定程度上可以互换使用而不影响句子的可接受程度，文献中通常将这些词语称作为近义词。对于母语为汉语的人来说，如何区别这些近义词几乎不成问题，但对于母语不是汉语的学生来说，如何正确掌握近义词的用法，则是个非常头痛的事情;对于自然语言处理来说，这也是个大难题。问题的关键就在于近义词的分析往往牵涉到中间语料。

摘要： "定喇"和"啩"都是粤方言中表示说话入主观推测的句末语气助词,本文拟从句法、语气、三域的使用情况以及主观性方面讨论二者的不同.二者都可以接于陈述句后,不同的是接上"定喇"后的陈述句其句式不变,而接上"啩"后的陈述句往往会变成问句,另外"啩"在句法使用上有更多的自由.在语气方面"定喇"更为确定,而"啩"的存疑度更高.在三域的使用情况方面,"定喇"主要用于"知域",而"啩"除了"知域"以外还常用于"言域".在主观性方面,"啩"比"定喇"蕴含着更为明显的交互主观性.

摘要： "定喇"和"啩"都是粤方言中表示说话入主观推测的句末语气助词,本文拟从句法、语气、三域的使用情况以及主观性方面讨论二者的不同.二者都可以接于陈述句后,不同的是接上"定喇"后的陈述句其句式不变,而接上"啩"后的陈述句往往会变成问句,另外"啩"在句法使用上有更多的自由.在语气方面"定喇"更为确定,而"啩"的存疑度更高.在三域的使用情况方面,"定喇"主要用于"知域",而"啩"除了"知域"以外还常用于"言域".在主观性方面,"啩"比"定喇"蕴含着更为明显的交互主观性.

摘要： "定喇"和"啩"都是粤方言中表示说话入主观推测的句末语气助词,本文拟从句法、语气、三域的使用情况以及主观性方面讨论二者的不同.二者都可以接于陈述句后,不同的是接上"定喇"后的陈述句其句式不变,而接上"啩"后的陈述句往往会变成问句,另外"啩"在句法使用上有更多的自由.在语气方面"定喇"更为确定,而"啩"的存疑度更高.在三域的使用情况方面,"定喇"主要用于"知域",而"啩"除了"知域"以外还常用于"言域".在主观性方面,"啩"比"定喇"蕴含着更为明显的交互主观性.

摘要： "定喇"和"啩"都是粤方言中表示说话入主观推测的句末语气助词,本文拟从句法、语气、三域的使用情况以及主观性方面讨论二者的不同.二者都可以接于陈述句后,不同的是接上"定喇"后的陈述句其句式不变,而接上"啩"后的陈述句往往会变成问句,另外"啩"在句法使用上有更多的自由.在语气方面"定喇"更为确定,而"啩"的存疑度更高.在三域的使用情况方面,"定喇"主要用于"知域",而"啩"除了"知域"以外还常用于"言域".在主观性方面,"啩"比"定喇"蕴含着更为明显的交互主观性.

摘要： 本发明公开了一种句法分析装置和句法分析方法。根据本发明的使用正则表达式规则的句法分析装置包括训练树库、规则获取模块、规则应用模块、句法树生成模块和规则集。规则获取模块通过统计学习的方法从已经标注好的训练树库学习句法分析规则，生成在对输入句子进行分析时使用的规则集。对于产生式规则的后项中的重复部分，规则获取模块应用正则表达式来表示。规则获取模块所学习的句法分析规则还可以包含上下文信息。规则应用模块使用规则获取模块学习获得的句法分析规则集分析输入句子，识别出输入句子的语法成份及成份间的关系。句法树生成模块根据规则应用模块输出的分析结果，按照用户的需求生成输入句子的依存句法关系图或者短语结构型句法分析树。

摘要： 本发明公开了一种基于依存句法分析和汉语语法的多轮语义分析方法，其特征在于，包括：定义知识图谱实体数据，构成实体库；对文本进行分词得到的词语在不同领域、不同意图下出现的总次数，构成准实时词库；在不同领域、不同意图下分别采用依存句法分析将准实时词库的词语形成一个个短语，并将短语出现的次数按照记忆曲线的规律变化，形成短语的频次；统计同一短语在不同领域下的频次，得到短语在不同领域下的关联程度，得到短语意图搜索库；对用户输入进行多轮语义解析，得到用户意图。本发明利用句法树和汉语言语法重组和重排多轮语句，进而判断领域意图，能够识别多轮任务型对话意图。

摘要： 本发明公开了一种基于自然语言句法分析树的机器学习情感分析器，包括句法分析模块和机器学习模块，句法分析模块包括CRF模型分析器、LALR语法分析器、特征分析器和语法树生产器，其中，特征分析器还包括词性分析模块、语法成分分析模块和词法依赖分析模块，机器学习模块包括机器学习模型和机器学习情感结果融合模块。

摘要： 本发明公开了一种句法分析装置和句法分析方法。根据本发明的使用正则表达式规则的句法分析装置包括训练树库、规则获取模块、规则应用模块、句法树生成模块和规则集。规则获取模块通过统计学习的方法从已经标注好的训练树库学习句法分析规则，生成在对输入句子进行分析时使用的规则集。对于产生式规则的后项中的重复部分，规则获取模块应用正则表达式来表示。规则获取模块所学习的句法分析规则还可以包含上下文信息。规则应用模块使用规则获取模块学习获得的句法分析规则集分析输入句子，识别出输入句子的语法成份及成份间的关系。句法树生成模块根据规则应用模块输出的分析结果，按照用户的需求生成输入句子的依存句法关系图或者短语结构型句法分析树。

摘要： 本发明涉及计算机语言处理技术领域，且公开了一种基于非结构情感分析的句法分析情感标签抽取方法，包括句法解析、情感标签抽取、情感标签过滤、构建情感倾向性分析模型、情感倾向性分析、构建情感因子词库、评价对象抽取。该基于非结构情感分析的句法分析情感标签抽取方法，利用情感因子词汇标签获取，对候选情感原因子与关于情感因子描绘进行收集汇总，将收集到的情感因子词汇汇总然后进行情感标签过滤，过滤掉不属于相关情感标签，在抽取情感标签因子前将情感标签因子进行归纳、筛选从而可以大大地减少抽取无效情感因子标签的概率，句法分析情感标签抽取前，通过归纳收集抽取大大提高情感标签抽取效率。

摘要： 本发明是一种面向软件工程领域的基于句法分析的文本情绪分析方法，适用于应用商店中的用户评论、开发者社区用户发帖以及代码托管平台开发者交流记录等软工文本。该类文本往往含有大量技术词汇,句式结构复杂,情绪表达含蓄，本发明意在从中检测情绪极性(积极、中性、消极)，并以此辅助评估以人为核心的软件工程活动的进展。具体步骤:1)对输入的文本进行分句和预处理，过滤技术词汇；2)逐个对单词进行初步的情绪极性的标注；3)使用总结的四种情绪表达模式，过滤掉文本中描述技术细节而非表达情绪的从句；4)利用句式结构设置若干情绪调整规则，调整步骤2)中得出的情绪极性；5)汇总标注结果，综合得出整个文本的情绪极性。

摘要： 本发明公开了一种基于依存句法分析和汉语语法的多轮语义分析方法，其特征在于，包括：定义知识图谱实体数据，构成实体库；对文本进行分词得到的词语在不同领域、不同意图下出现的总次数，构成准实时词库；在不同领域、不同意图下分别采用依存句法分析将准实时词库的词语形成一个个短语，并将短语出现的次数按照记忆曲线的规律变化，形成短语的频次；统计同一短语在不同领域下的频次，得到短语在不同领域下的关联程度，得到短语意图搜索库；对用户输入进行多轮语义解析，得到用户意图。本发明利用句法树和汉语言语法重组和重排多轮语句，进而判断领域意图，能够识别多轮任务型对话意图。

摘要： 本发明公开了一种基于自然语言句法分析树的机器学习情感分析器，包括句法分析模块和机器学习模块，句法分析模块包括CRF模型分析器、LALR语法分析器、特征分析器和语法树生产器，其中，特征分析器还包括词性分析模块、语法成分分析模块和词法依赖分析模块，机器学习模块包括机器学习模型和机器学习情感结果融合模块。

摘要： 本发明涉及低资源条件下融合多策略数据增强的依存句法分析方法，属于自然语言处理领域。本发明包括：构造泰语、越南语和英语的同词性同义词典；利用同义词典对三种语言的小规模UD(Universal Dependencies treebanks)数据集进行同义词替换扩充训练数据；利用多种mixup数据增强策略在模型训练不同阶段对训练数据中原词与同义词进行mixup产生虚拟新词进行后续训练。本发明针对低资源依存句法分析问题提出多种数据增强策略。提出的方法通过同义词替换有效扩充了训练数据，缓解了未知词问题。通过多种mixup的数据增强策略，有效缓解了模型过拟合问题，提高模型的泛化能力。

摘要： 本发明涉及文本挖掘技术领域，公开了一种结合依存句法分析和规则的中英文评论观点挖掘方法，该方法同时考虑了语法树信息和词汇的情感极性，针对评论语料，对观点和语法、词性进行多维度总结，定义多个观点抽取规则，从而能够有效识别观点词汇。本方法在减少人工标注数据成本的同时在一定程度上改善了对候选观点筛选精度不高等问题，并且对于每个观点以及观点所在的子句进行短语以及单句级别的情感判断，捕获消费者在同一商品不同属性维度上的情感倾向，并依据情感分数对观点进行过滤，筛除不具备一定情感极性的观点，最终得到的细粒度观点反馈消费者对商品整体的情感倾向，有利于商家及时做出决策。