短语结构

摘要： 在世界上不同类型的语言中都存在着时态短语(句子)、关系从句(形容词化短语)和名词化短语,其中,形容词化短语和名词化短语均属静词化范畴,并相应于传统语法所说的形动词和动名词。这些短语的形成和命名最终由处于中心词位置的成分所决定。本文在生成句法理论的指导下,探讨汉语、英语和维吾尔语中相关短语的中心词。

摘要： 句法分析是对一个句子成分进行分析的过程,主要分为短语结构句法分析和依存结构句法分析,句法分析的结果对后续语义分析等产生重要影响,因此句法分析是自然语言处理中十分重要的一个环节.短语结构句法分析研究的基本发展过程是从利用语言规则进行句法分析到使用统计的方法进行句法分析,目前,在神经网络的基础上进行短语结构句法分析,对语言形态研究具有重大意义.

摘要： 结构助词"的"在现代汉语诗歌里出现了非常规隐现的现象."属性类名词1+(的)+名词2""单音节性质形容词重叠+(的)+名词"和"短语结构+(的)+名词"时,"的"当现却隐;数量短语作定语修饰名词、多项定语修饰名词时,"的"当隐却现."的"在现当代汉语诗歌里可以突破一般的汉语语法规则,这主要与"的"在历史演变中保留了指示词强调凸显的作用、韵律原则和经济原则有关."的"的非常规隐现也有限度,主要是受到黏附词特点的制约."语言特区"中的诗歌特区允许突破一般汉语语法规则,但必须有度,不能逾越普遍的人类语法原则.

摘要： “一时”一词源于“数词+名词”这一数名短语结构。在语义的泛化虚化与融合、组块的心里模式、使用频率增加、韵律规则制约等因素的综合作用下,最迟在明清时期,数名短语“一时”词汇化作时间名词和时间副词,表示段时间,且具有一定的短时性、偶然性与突发性的特点。

摘要： 该文从短语结构和句式结构的区别与联系入手,设计了一种将短语结构自动转换为句式结构的算法.并以清华短语结构树库(TCT)为测试语料,实现了将大规模短语结构语料向句式结构语料的转换.最后,搭建了一套可扩展的可视化系统,用于不同句法结构语料的可视化查看.这一研究不仅实现了两种结构之间的初步转换,而且极大地丰富了汉语句本位图解树库的语料规模,并为汉语句本位图解树库的后续应用研究奠定了基础.%This paper puts forward a method to convert a phrase structure Treebank to a sentence structure Tree-bank .Taking Tsinghua Constituent Treebank(TCT) as the test corpus ,we realize the conversion of the two struc-tures ,together with the visualization display of them using a scalable visualization system .This study enlarges the scale of Chinese sentence structure Treebank ,which will promote the follow-up researches of it .

摘要： 句子处理在自然语言信息处理中处于关键位置,它是为篇章处理和语义分析打基础.该文描述蒙古语短语树库,实现了蒙古语句子的自动分析,目前自动分析处于浅层处理.同时对分析器进行了测评,得出不同长度的句子准确率会不同,而分析器准确率也会因句子长度增加而下降的结论.因此,还仔细研究了自动分析错误的句子,归纳出自动分析中遇到的难点,为进一步改善分析器分析能力提供理论依据.

摘要： 有关数量名结构中量词的解释在汉语名词短语研究中一直是争论的焦点.对量词的中心语地位问题和近期的一些讨论主要涉及量词是否具有中心语地位以及数量名结构的切分方式等问题.根据分析,量词属于功能语类,但不能作为句法中心语,因为它不能决定其所在短语的性、数、格特征,也不能与其所依附的数词或指示代词切分开,缺乏句法语义完整性.量词并非核心词,仅仅是附加于中心语的联结项,本身并非其所在结构的中心语,因而无法形成最大投射ClP.

摘要： 在蒙古文信息处理当中由于需要先进行词法标注之后才能进行句法标注,所以词法标注的准确与否对下一步的句法分析非常重要.但是词法标注过程中又会碰到一些难题,如歧义、语法化、同形异义词等等.而这些问题,单凭词法标注,处理难度较大,如果放到句子甚至语篇当中去研究,就能够较好的解决这些问题.

摘要： 复杂长句的翻译历来是翻译教学中的重点和难点,树形图能清楚地列出句子的表层结构和深层结构,具有揭示语言内部层次及生成规则的优点.本文主要探析树形图在英汉翻译教学中的应用,以帮助学生提高翻译能力.

摘要： 针对传统文本分类方法忽略词语间的语义特征的问题,并为了改善输入文本的表示质量,提出一种基于短语结构和词语词性相结合的情感分类方法.该方法首先通过短语结构优化分词,可以更好地提取文本特征;其次利用Word2vec工具训练词语和词性相结合的文本语料库得到词向量模型,解决了Word2vec无法识别一词多义的问题;最后通过SVM算法对文本进行情感分类.实验结果表明,该算法能够提高文本情感分类的正确性.该方法对舆情监控、股票市场行情预测和了解消费者对产品的偏好等具有较高的实用性.%A sentiment classification based on the combination of phrase structure and word parts of speech is proposed to improve the quality of the input text and the semantic features between words. This method firstly optimizes word segmentation through phrase structure to extract text features better, and then Word2vec is used to train the text corpus combined of words and parts of speech to obtain a word vector model to solve the problem that Word2vec cannot recognize the word polysemy. Finally, the text is subjected to emotional classification through SVM algorithm.The experimental results show that the algorithm can improve the correctness of text sentiment classification. This method has high practicability for monitoring public opinion, forecasting the stock market, and understanding consumers'' product preference.

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： 本文首先综述过往研究对“比”的分析，并指出其中存在的问题;然后，以Gu&Guo(2014)将差比句和等比句中的引介词统一分析为功能核心词为基础，更深一步探究该类词的语法语义特征。通过与连词“跟、同、和”等的对比，提出以下观点:用于比较句的引介词“比、跟、同、和”与用作连词的“跟、同、和”这些词均为功能核心词，它们投射出一个复合名词短语DP，但比较句中的引介词“比、跟、同、和”为伴随介词，具有非复数特征([一复数])，其语义为“伴随”;连词“跟、同、和”具有复数特征([+复数])特征，其语义为“添加”.这样的分析解释了这两类词在相关短语结构中受“都”量化时的相逆表现。

摘要： 本文研究了非监督的中文短语结构句法分析.首次精确重现了Rens Bod在中阐述的非监督数据驱动模型U-DOP.应用U-DOP方法在CTB上达到了提出该方法的原始文献所报道的结果,同时,按照已有文献的评测策略,在已知的基于词性串分析的非监督短语结构句法分析系统中,本文报道了在可比较实验条件下的最高性能.进一步地,所实现的U-DOP的结果与另一个基于词的非监督句法分析器CCL的结果进行了经验性的比对和分析.本文报道了U-DOP模型的实现的关键细节过程。已有文献中缺少的必要的技术细节，比如标点符号的处理，分析算法以及评测标准，对于这些问题，通过实验以及理论分析——在本文中给予了完整解释。在中文树库上的测试结果表明如果采用中所指的二叉树化测试集方法进行评测，本文所报道的结果比其他基于词性的非监督系统的结果更高。所实现的U-DOP模型己经建立了一个开源软件项目，供同行自由下载使用。另外，通过对U-DOP和CCL对于不同类型短语的分析结果的比较，发现U-DOP对于除VP以外的短语类型都有相对较高的准确率，而在占有相当比例的VP短语上准确率较低正是导致U-DOP整体性能低于CCL的主要原因。这一结果指明了改进不同的非监督句法分析器的努力方向。

摘要： 本文提出了一种从语料库中自动获取树串对齐模板的方法.该模板基于语言学短语结构,描述了源语言句法树和目标语言串之间的对齐关系.是一种半监督的、基于统计的、数据驱动的方法.初步的试验结果表明,该方法可以得到比较令人满意的效果,且获得的模板可根据解码器的不同而应用到不同的翻译策略中.

摘要： 短语结构语法是语言信息处理界使用的形式语法理论之一.本文在介绍蒙古文短语结构句法树库建设进展与今后建设的主要目标.目前,初步制定了较合理的短语结构分析规范,建立了16000多条句子的句法树语料,研制了面向树库语料的扩建和利用的辅助软件.在此基础上,今后致力于建设100万词的短语结构句法语义树库和文本分析与知识挖掘平台.

摘要： 本文基于眼动信号，探讨了不同切分方式对于汉藏学生阅读的作用。实验设置了正常无切分、字切分、词切分和短语切分四种分类方式，考查它们对句子阅读的影响。发现：⑴在字切分条件下，对汉族学生的阅读会产生一定的干扰，而对藏族学生不会产生干扰，这与阅读者的阅读习惯有着密切关系。⑵无论是汉族学生还是藏族学生，在短语切分条件下阅读效率都是最高。由此可以看出阅读习惯对于阅读效率的影响，并提出了汉语阅读的理解是基于汉语的短语结构的设想。

摘要： 汉语依存树库建设相对其他语言如英语,在规模和质量上还有一些差距，树库标注需要付出很大的人力物力,并且保证树库质量也比较困难。rn 本文通过规则和统计相结合的方法,将短语树库Penn Chinese Treebank转化为哈工大依存树库HIT-IR-CDT的体系结构,从而增大现有依存树库的规模。我们将转化后的树库加入HIT-IR-CDT训练和测试依存句法分析器的性能。实验表明,加入少量转化后的树库之后,依存句法分析器的性能有所提高，但加入大量转化后树库,性能反而下降。经过细致分析,我们认为,作为一种利用多种树库提高依存句法分析器性能的方法,短语转依存还存在很多需要深入研究的方面。

摘要： 第一部《葡汉辞典》编于1583-1588年,编者罗明坚和利玛窦是在澳门、广州、肇庆学得汉语的.他们编该辞典时还是汉语学习者,“二人正处在熟悉语汇,扩大词汇量,尤其是使用新句型的阶段”.辞典的第三栏为汉字,绝大部分出自一个中国本地人之手.由于编者是在粤语地区学习汉语,而且与本地汉人合作完成辞典的汉语部分,因此,这部外国传教士署名编纂的《葡汉辞典》自然夹杂有不少粤语词汇,无意中保留了16世纪末粤语若干日常语汇的遗迹.其中,有的属于名物之称的,如“村婆、煮饭婆、马齿苋、监、善鸡、大肚、茶盅、朝、头髓”等;有的表示动作,如“咼尿、磨利、惊怕、缩沙、瞰、罔、戏(喺)处、曲躬、怕羞”等,或表示动态的,如“赶倒、行开、做起”等;有的表示指代,如“谁人、几大”等;还有一些属于短语,如“照道理、打恶浊、水大、食晚饭”等.虽然所举实例中,有的并非粤方言专有,却都明显与普通话所代表的北方话说法不同,而为今日粤语仍然保留使用.本文通过全面梳理其中明显属于粤方言的词汇,希望对当时传教士所接触和接受的粤语词汇及其对汉语系统掌握的情况有所认识,有所帮助.

摘要： 第一部《葡汉辞典》编于1583-1588年,编者罗明坚和利玛窦是在澳门、广州、肇庆学得汉语的.他们编该辞典时还是汉语学习者,“二人正处在熟悉语汇,扩大词汇量,尤其是使用新句型的阶段”.辞典的第三栏为汉字,绝大部分出自一个中国本地人之手.由于编者是在粤语地区学习汉语,而且与本地汉人合作完成辞典的汉语部分,因此,这部外国传教士署名编纂的《葡汉辞典》自然夹杂有不少粤语词汇,无意中保留了16世纪末粤语若干日常语汇的遗迹.其中,有的属于名物之称的,如“村婆、煮饭婆、马齿苋、监、善鸡、大肚、茶盅、朝、头髓”等;有的表示动作,如“咼尿、磨利、惊怕、缩沙、瞰、罔、戏(喺)处、曲躬、怕羞”等,或表示动态的,如“赶倒、行开、做起”等;有的表示指代,如“谁人、几大”等;还有一些属于短语,如“照道理、打恶浊、水大、食晚饭”等.虽然所举实例中,有的并非粤方言专有,却都明显与普通话所代表的北方话说法不同,而为今日粤语仍然保留使用.本文通过全面梳理其中明显属于粤方言的词汇,希望对当时传教士所接触和接受的粤语词汇及其对汉语系统掌握的情况有所认识,有所帮助.

摘要： 第一部《葡汉辞典》编于1583-1588年,编者罗明坚和利玛窦是在澳门、广州、肇庆学得汉语的.他们编该辞典时还是汉语学习者,“二人正处在熟悉语汇,扩大词汇量,尤其是使用新句型的阶段”.辞典的第三栏为汉字,绝大部分出自一个中国本地人之手.由于编者是在粤语地区学习汉语,而且与本地汉人合作完成辞典的汉语部分,因此,这部外国传教士署名编纂的《葡汉辞典》自然夹杂有不少粤语词汇,无意中保留了16世纪末粤语若干日常语汇的遗迹.其中,有的属于名物之称的,如“村婆、煮饭婆、马齿苋、监、善鸡、大肚、茶盅、朝、头髓”等;有的表示动作,如“咼尿、磨利、惊怕、缩沙、瞰、罔、戏(喺)处、曲躬、怕羞”等,或表示动态的,如“赶倒、行开、做起”等;有的表示指代,如“谁人、几大”等;还有一些属于短语,如“照道理、打恶浊、水大、食晚饭”等.虽然所举实例中,有的并非粤方言专有,却都明显与普通话所代表的北方话说法不同,而为今日粤语仍然保留使用.本文通过全面梳理其中明显属于粤方言的词汇,希望对当时传教士所接触和接受的粤语词汇及其对汉语系统掌握的情况有所认识,有所帮助.

摘要： 本发明提供文档层次结构联合全局局部信息抽取关键短语方法及系统，方法包括：分词和磁性标注，NP分块；判断文档长度，根据文档长度使用BERT模型进行文档和单词的嵌入；全局相似性度量，本发明创新性地使用文档标题和结尾来对候选关键短语进行全局相似度评估，解决因为向量空间对齐造成的对较长候选短语的偏爱；局部相似度评估，采用全新的主题中心度，对全文的候选关键短语进行主题划分和聚类，充分捕获到局部显著信息；结合位置信息、全局相似度、局部相似度对候选短语进行综合评估并打分，然后根据得分进行排名；进行后处理操作，以选择关键短语。本发明解决了语义丢失、偏爱长短语、主体信息挖掘不充分导致关键短语抽取准确率低的技术问题。

摘要： 短语检测设备包括：将音频数据的第一部分从音频数据源传送到处理单元的高时延管线，其中高时延管线包括存储音频数据的第一部分的历史缓冲器；以及以比高时延管线更低的时延将音频数据的第二部分从音频数据源传送到处理单元的低时延管线。与音频数据源耦合的声音开始检测器基于音频数据来检测声音开始事件。与高时延管线和低时延管线耦合的同步电路响应于声音开始事件而使存储在历史缓冲器中的音频数据的第一部分到处理单元的输出和音频数据的第二部分经由低时延管线到处理单元的输出同步。

摘要： 本发明属于语言处理技术领域，公开了一种用于非结构化文本的短语提取方法及装置，其方法包括：生成每种短语类型的短语提取规则；获取非结构化文本；根据所述短语提取规则，从所述非结构化文本中提取出短语。本发明通过建立短语提取规则，有效解决了从非结构化文本中提取所需类型的短语的问题，不仅可获取大量短语，以用于丰富作文素材库，而且相对于人工搜集方式，搜集效率高。

摘要： 本发明公开了一种基于翻译的跨语言短语结构分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的句子；将待分析的句子输入到构建好的跨语言短语结构分析模型；其中，跨语言短语结构分析模型包括短语结构树库构建模块以及短语结构解析器模块；根据待分析的句子、短语结构树库构建模块以及短语结构解析器模块，得到待分析的句子的短语结构分析结果。本发明解决了当前很多语言缺少短语结构树库语料或者完全没有短语结构标注数据的问题。提出的基于翻译的跨语言短语结构分析方法可以扩展生成目标语言的短语结构树库，然后用树库训练得到的短语结构解析模型其质量更高。

摘要： 本发明涉及一种结合短语结构树的语义角色识别方法，包括：句子的剪枝：当系统输入一个句子时，对句子进行短语分析，将分析过后的结果通过插入语或并列结构进行剪枝，简化句子的复杂程度，缩短句子的长度；子句抽取处理：结合短语结构树对剪枝后句子中的子句进行抽取，将抽取出的子句和子句抽取之后剩下的部分分别进行语义角色分析，得到整句的语义角色，将语义角色的分析结果进行还原；边界修正：将还原过后的语义角色结合短语树对句子进行论元边界修正，最终输出句子的语义角色分析结果。本发明简化了句子的复杂程度、缩短了句子的长度，可以使相对比较复杂，且句子的长度较长的句子得到有效的处理，使语义角色的标注情况有所改善。

摘要： 本发明属于自然语言处理技术领域，具体为一种将中文短语结构树库转化为依存结构树库的系统和方法，方法具体包括：拆分复杂的树结构；建立更准确的核心映射表；利用规则的方法解决汉语中的复杂结构；建立依赖关系类型标注规范；利用规则的方法确定依赖关系类型。本发明公开的系统包括：拆分器，用于将树库中的长句拆分为短句；核心映射表，用于得到每个词的初始依赖头节点；依赖规则器，用于确定每个词的最终依赖头节点；依赖关系规范器，用于确定词与词之间的最终依赖关系，形成最终的依赖树库。本发明将PennChineseTreeBank中文结构树库转换成依存树库，更具准确性和规范性，更合理。

摘要： 本发明涉及一种基于深度学习的藏语短语结构识别模型的构建方法及装置，包括以单垂符或双垂符为标志从原始语料中获取多个藏语句子，抽取多个所述藏语句子中的部分藏语句子作为处理文本；对所述处理文本进行短语结构划分并标注，对标注后的处理文本进行分析，构成短语结构树；以所述短语结构树中的短语结构为训练文本，对非线性神经网络语言模型进行训练至模型收敛，得到藏语短语结构识别模型。本发明依据树库建立的模型提高了自动句法分析和机器翻译的准确率，推进了机器理解自然语言的步伐。藏语短语结构树库的构建，不仅可以快速有效大量处理相关数据，而且还能综合提高识别性能。

摘要： 本发明公开了一种基于翻译的跨语言短语结构分析方法及装置，涉及自然语言处理技术领域。包括：获取待分析的句子；将待分析的句子输入到构建好的跨语言短语结构分析模型；其中，跨语言短语结构分析模型包括短语结构树库构建模块以及短语结构解析器模块；根据待分析的句子、短语结构树库构建模块以及短语结构解析器模块，得到待分析的句子的短语结构分析结果。本发明解决了当前很多语言缺少短语结构树库语料或者完全没有短语结构标注数据的问题。提出的基于翻译的跨语言短语结构分析方法可以扩展生成目标语言的短语结构树库，然后用树库训练得到的短语结构解析模型其质量更高。

摘要： 本发明提出一种基于短语结构树的相似题目识别方法和系统，包括：S1.针对输入题目进行文本预处理；S2.针对题目信息构建短语结构树；S3.对短语结构树做剪枝操作，遍历短语结构树，根据短语结构树的树结构信息及叶子节点内容信息，判定题目的相似情况。本发明主要针对中小学学科相似题目的比较识别问题，对待比较题目构建短语结构树然后通过对短语结构树的比较来评估题目的相似情况，从而降低题库的冗余。

摘要： 本发明涉及一种结合短语结构树的语义角色识别方法，包括：句子的剪枝：当系统输入一个句子时，对句子进行短语分析，将分析过后的结果通过插入语或并列结构进行剪枝，简化句子的复杂程度，缩短句子的长度；子句抽取处理：结合短语结构树对剪枝后句子中的子句进行抽取，将抽取出的子句和子句抽取之后剩下的部分分别进行语义角色分析，得到整句的语义角色，将语义角色的分析结果进行还原；边界修正：将还原过后的语义角色结合短语树对句子进行论元边界修正，最终输出句子的语义角色分析结果。本发明简化了句子的复杂程度、缩短了句子的长度，可以使相对比较复杂，且句子的长度较长的句子得到有效的处理，使语义角色的标注情况有所改善。