词汇语义

摘要： 在梳理国内外词汇语义微观结构研究发展历程的基础上,发现基于语言理论和应用研究的对词汇语义知识描写的颗粒度日益精细,无论是理论语言学界还是自然语言处理学界,都面临着词义研究从宏观层面向微观层面的转向。综述国内外词义微观结构研究,可以为语言本体研究、语言教学、词典编纂和自然语言处理等提供一定的参考。

摘要： R.W.Langacker把认知语法称为"基于用法的语法理论"。究竟什么是基于用法的理论模型?文章从这一主要思想出发,第一部分探讨了基于用法模型的内涵:语言知识是以使用为基础的;语法规则通过图式网络作为其认知表征方式;语法的本质是象征性的。第二部分探讨了基于用法模型的三个主要特征:即认知语法是"最繁性的""非还原性的""自下而上的"理论模型。第三部分则基于该认知模型,分别从语法语素、词汇语义以及句子层面探讨了新的语言表达式的形成过程,进一步充实了基于用法模型的理论价值与实践意义,为汉语语言事实的研究提供了参照。

摘要： R.W.Langacker把认知语法称为"基于用法的语法理论".究竟什么是基于用法的理论模型?文章从这一主要思想出发,第一部分探讨了基于用法模型的内涵:语言知识是以使用为基础的;语法规则通过图式网络作为其认知表征方式;语法的本质是象征性的.第二部分探讨了基于用法模型的三个主要特征:即认知语法是"最繁性的""非还原性的""自下而上的"理论模型.第三部分则基于该认知模型,分别从语法语素、词汇语义以及句子层面探讨了新的语言表达式的形成过程,进一步充实了基于用法模型的理论价值与实践意义,为汉语语言事实的研究提供了参照.

摘要： 针对社交网络文档(推文)情感分类复杂且准确度低的问题,基于M apReduce平台,提出一种利用自注意力双向分层语义模型的大规模网络文档情感分析方法.通过相似度计算对所有待分析的推文进行预归类,利用自注意力双向分层语义模型进行语义分类,准确分辨推文中词汇的情感类别,利用Hadoop框架和Hadoop分布式文件系统(HDFS)以及M apReduce编程模型实现提出的推文情感分类方法.实验结果表明,提出方法能够准确对大规模推文和词汇语义进行辨识,具有较高的计算效率,提高了情感分析的求解速度和准确度.

摘要： 俄语文化观念词"родина"与俄罗斯民族自我意识和国家意识形态密切相关,该观念词与俄语语言世界图景中的其他观念词如"公正""命运""真理""爱""信仰"等都占有极其重要的位置.这些思维符号在人们的意识中有些始终保持文化价值,有些随着社会发展逐渐获取新的价值或是失去其原有价值.基于此,该文通过分析观念词"родина"的词源、词典释义、成语中的体现以及词汇语义群揭示该观念词在俄语语言世界图景中的文化意义.

摘要： 《普通高中英语课程标准(2017年版2020年修订)》指出,词汇学习不是单纯的词语记忆,也不是独立的词语操练,而是结合具体主题、在特定语境下开展的综合性语言实践活动。在语言实践活动中,根据词性、词语的习惯搭配和主题内容,构建不同词汇语义网,积累词块,扩大词汇量,并在大量的语言学习活动中强化语感,迁移词语运用能力,最终做到词语内化。这里的结合具体主题和语境就是图式理论下的语境图式,构建不同词汇语义网,积累词块,扩大词汇量就是图式理论下的认知图式,强化语感,迁移词语运用能力就是图式理论下的文化背景图式即文化图式。

摘要： 单项选择题是初中阶段考试中的常见题型。该题型主要考查学生对于基本语言知识点的掌握,包括词汇语义的辨析、固定搭配的理解和运用、重要的语法知识的理解和运用及日常交际用语的理解等。然而,在进行传统的初中英语单项选择题目训练时,很多教师较为随意,没有一定的系统性,没有充分发挥学生的主体性,没有关注学生具体的解题思路,依然采取传统的灌输式讲题方式。在这种情况下,学生的学习效率较差,很多学生只从单一的题目中依然无法总结出同类题目的解题思路和具体的解题突破口,还有很多学生依然没有掌握具体的解题方法。

摘要： 小学英语词汇教学中存在的问题1.词汇语义困难英语词汇具有一词多义的特点,每一个英语单词都有多个不同的意思,尤其对于刚开始接触英语的学生来说容易产生混乱。很多孩子在对词汇语意的理解中,只是片面地进行分析,而英语的一词多义特点,导致英语在不同情境之下的表达会有一个相对应的不同的意思,小学生在对词汇语义理解方面就非常吃力,在这方面学生容易陷入困境。

摘要： 基于语料库的行为特征分析法是一种实证研究方法。该方法以量化的手段揭示词汇在形态、句法、语义、功能等各个层面的特征,并进行统计分析,从而揭示词语的语义结构和用法模式。行为特征分析法在国外已成为词汇语义研究的重要方法,但国内对该方法的关注尚显不足。本文对这一研究方法进行了系统介绍,阐述其产生的背景、理论基础和操作过程,并综述该方法在词汇语义中的相关应用,评析其优势和不足,以期推动该方法在国内语言研究中的运用。

摘要： Word similarity based on selectional preference acquisition method was investigated. Acquiring argument seeds was implemented firstly, and then they were expanded based on word similarity. Word similarity computing methods, word embedding based method, and dictionary based method were com-pared. It was shown that the former performed much better than the latter and they were complementary and could be combined. Word similarity based on selectional preference acquisition method had strength over other methods for its flexible seed choosing, no need of deep syntactic and semantic text processing, and high accuracy in pseudo-disambiguation experiments.%考察基于词语相似度的语义选择限制知识获取方法.首先获取种子论元,再利用词语相似度进行论元扩展.比较了基于词向量的词语相似度计算方法与基于词典的词语相似度计算方法在选择限制知识获取任务中的表现.实验表明,前者效果更好,且二者有一定互补性,可以结合使用.与语义选择限制知识获取的其他方法相比,基于词语相似度的方法,种子选取灵活,不要求对语料进行深层句法语义分析,在伪消歧实验中也取得了较高的正确率,具有一定的优势.

摘要： 词汇语义制约了语义角色的句法实现.本文以语义角色为纲、以句中动词为中心,抽取了标注信息比较成熟的《中小学语文课本标注语料库》中必有论元块的核心词,在标注义类、句法语义格式等信息的基础上建立了《语义角色句法实现的词汇语义制约信息库》.目前该库共有施事、受事、当事、共事、客事、系事、领事、与事、结果、致事、分事等11类49727条信息.文章最后探讨了该库在本体及应用方面特别是语义角色自动标注方面的作用.

摘要： 词汇语义褒贬倾向性研究是句子褒贬倾向性识别的基础,而句子褒贬倾向性识别又是文本倾向性识别和篇章结构褒贬倾向性识别的基础.以的词汇语义相似度计算为基础,针对目前采用计算基准词对与词汇相似度的方法识别词汇褒贬倾向性理论,从褒贬基准词和计算公式入手,提出了改进办法.实验证明,在同样基准词对下,准确率得到了很大的提高,达到98.94%,具有实际应用价值.

摘要： 本文扼要介绍了目前国内外关于词汇语义相似度计算的研究现状,阐述并分析了几种具有代表性的计算方法,并对目前较为流行的基于SUMO、HowNet的词汇语义相似度计算进行了较详细的介绍,对计算方法的特点进行分析,并在对知网概念的层次关系进行解析的基础上设计了一种形成概念-义原树结构的方法,该概念-义原树以树结构形式形象的表明了概念义原间的关系,方便计算机进行计算处理.

摘要： 本文以联接理论、事件结构理论为指导,进行词汇语义类、语义角色、句法成分对应关系的研究.选择人教社中小学语文课文语料,标注语义角色、句法成分及中心词的词汇语义类.在标注语料库的基础上,统计分析了词汇语义类与语义角色的对应关系,重点分析各语义类语义角色与句法成分的对应关系,并进一步总结了各词汇语义类的语义角色与句法成分的对应的特点.尽管词汇语义类、语义角色、句法成分之间存在错综复杂的关系,但还是有规律的,可以为计算机句法分析提供一些依据.

摘要： 甄别和句法结构相关的那部分语义,从而认识语义和句法之间的系统联系。句法结构很大程度上可以从动词的语义上引申出来；语义角色本身即带有句法信息；词汇语义与句法之间有多对多的映射关系；词汇语义的某些方面在句法结构中得到保存。近年来,语义向句法映射表现出来的规律性在不同语言的研究中都得到了证实。本文结合动词“剪”的例子，浅谈了句法和语义的关系。

摘要： "不是"的用法判别和处理策略研究是计算机对现代汉语进行深层处理的必要内容,对句类分析系统中词汇语义模糊的消解有重要作用.本文对"不是"的各种用法及其分布情况进行了研究,并从上下文的关联、语句的复杂程度、是否属于特定问句、对语句的语义影响等方面提出了各种用法的判别和处理规则.同时,本文对这些规则进行了验证,结果表明这些规则在应用上达到了较为满意的水平.

摘要： 针对词汇语义研究和计算词典方法的兴起及汉语信息处理中名词语义研究与其所占重要地位很不相称的现状，我们立足于《现代汉语名词机读词典》，主要采用基于规则的语义分析策略和参照性分析方法并综合考虑词频、句法位置等因素，对其释义文本实现了基本语义关系和相应语义核心词的识别和提取，以推动汉语名词机用词典的建造进程。

摘要： 本文提出了一种基于BPEL的web服务组合流程发现方法(WSCD)，通过对流程库的流程按查询相似度排序，返回一个流程列表．当创建新流程时，可以直接从流程发现结果中寻找复用流程，或者为新流程设计提供借鉴流程。

摘要： 本文提出了一种基于BPEL的web服务组合流程发现方法(WSCD)，通过对流程库的流程按查询相似度排序，返回一个流程列表．当创建新流程时，可以直接从流程发现结果中寻找复用流程，或者为新流程设计提供借鉴流程。

摘要： 本文提出了一种基于BPEL的web服务组合流程发现方法(WSCD)，通过对流程库的流程按查询相似度排序，返回一个流程列表．当创建新流程时，可以直接从流程发现结果中寻找复用流程，或者为新流程设计提供借鉴流程。

摘要： 本发明涉及一种基于语义模型神经网络识别新词汇的方法、装置、系统、存储介质，其保留语义模型的在线判断状态，不中断其现有任务，同时，实时更新并训练出词向量模型，更新词向量字典，然后从词向量字典中探寻与新词汇最为接近的同义词，映射成同义词的索引，再将转化后的言论输入给语义模型进行判断。因为索引的是同义词，所以新词汇的词向量在空间维度上与旧词汇是最为接近的，语义模型训练过旧词汇的处理，也就能够识别新词汇映射为旧词汇后构成的新语句，从而进行正确的判断了。本发明在无需重新训练线上正在运行的神经网络的前提下，可以对从未接触过的新语句作出正确的语义判断。

摘要： 本发明公开了一种基于PCA‑E的产品感性语义词汇提取方法，首先利用原始感性词汇构建产品感性评价向量矩阵，再通过主成分分析进行降维，并基于主成分载荷系数确定表征各主成分的感性词汇，这样提取的感性词汇能够具有更好的解释性，帮助用户更好地理解筛选出的感性词汇，准确作出评价。

摘要： 本申请涉及一种基于词汇知识和语义依存的知识图谱问答方法和系统，其中，该方法包括：对目标问句文本进行分词和编码，得到问句文本特征向量；对目标问句文本进行命名实体识别、关键词抽取和编码，得到查询实体集的查询实体集特征向量；再对目标问句文本进行句法解析和编码，得到查询实体集的句法依存特征向量；基于查询实体集从知识图谱中抽取候选答案集的子图并编码，得到子图特征向量；根据上述四种特征向量从知识图谱中得出目标问句文本的答案。通过本申请，解决了现有基于问句查询实体集的知识图谱问答存在精准度低的问题，实现了结合问句中的实体词汇知识和句法信息，进行多特征向量的融合，基于融合特征提高知识图谱问答的精准度。

摘要： 本发明涉及一种基于语义模型神经网络识别新词汇的方法、装置、系统、存储介质，其保留语义模型的在线判断状态，不中断其现有任务，同时，实时更新并训练出词向量模型，更新词向量字典，然后从词向量字典中探寻与新词汇最为接近的同义词，映射成同义词的索引，再将转化后的言论输入给语义模型进行判断。因为索引的是同义词，所以新词汇的词向量在空间维度上与旧词汇是最为接近的，语义模型训练过旧词汇的处理，也就能够识别新词汇映射为旧词汇后构成的新语句，从而进行正确的判断了。本发明在无需重新训练线上正在运行的神经网络的前提下，可以对从未接触过的新语句作出正确的语义判断。

摘要： 本发明提供了一种基于Hash存储的网络词汇语义分析方法和系统，收集网络词汇，对所收集的网络词汇，收集对应的传统词汇，依据所述网络词汇、传统词汇的一一对应关系建立(key，value)对，其中key为网络词汇，value为传统词汇；确定Hash函数，将所述(key，value)对根据Hash函数计算得出Hash函数值，按所述Hash函数值、所述(key，value)对存储在Hash链表中；在Hash链表中查找所述网络词汇，并转化为传统词汇；依据上下文的语义结构，结合贝叶斯定律，修正词汇语义的二义性，判定所述词汇是否是网络词汇。针对社交短文本中存在的大量网络用语现象，快速准确定位社交短文本中的网络用语。

摘要： 本发明公开了一种基于词汇语义相似度的学生能力达成度评价度量方法，包括以下步骤：首先通过分析从考试试题到毕业要求指标点的覆盖度，分别提取试卷中每一考题与该课程所对应毕业能力指标点的关键词，组成关键词索引列表；然后基于词汇间距离的语义相似度计算方法计算得到考试内容对其所对应毕业要求指标点的覆盖度因素；再将覆盖度因素与平均成绩达成度因素综合得到该教学活动达成度总因素；最后设定阈值，判断指标点是否达成。本发明采用了映射机制，实现考试内容对毕业要求指标点的映射，系统全面地反映了度量的能力达成情况的综合因素，能够综合权衡与学生能力达成度相关的各项因素，从根本上解决现在通用的成绩分析法所存在的问题。

摘要： 本发明涉及一种基于词汇语义和句法依存的情感关键句识别方法，属于自然语言处理应用技术领域，包括以下步骤：首先对语料及其分词结果进行规范化处理；然后基于一定规则扩展情感词典、创建关键词词典和提取依存结构模板，并通过扩展后的情感词典和关键词词典获取候选情感关键句；最后设计一种位置打分函数，辅以情感词特征、关键词特征和依存模板特征，利用这四种特征训练SVM分类器，并以之完成情感关键句的最终识别。对比现有技术，通过采用规则与统计相结合的策略，能够有效利用不同层级词汇语义和句法依存信息进行识别，使用户能够更快速而且准确地找到语料中置信度较高的情感关键句，提高中文情感关键句的识别率。

摘要： 本发明公开了一种基于句法依存和词汇语义相似度的关系抽取方法，包括：利用双向LSTM，生成所述句子中各词语的词向量；利用卷积神经网络CNN生成所述句子的句子级别的全局性语义向量；利用卷积神经网络CNN生成所述句子的实体级别的局部性语义向量；计算所述句子中的词与实体之间的语义相似度；基于词与实体之间的语义相似度确定词与实体之间的注意力向量；拼接所述全局性语义向量、局部性语义向量以及所述注意力向量，输入至带有SoftMax激活函数的前馈神经网络模型，以确定所述句子中任意两个实体之间的关系。本发明实施例利用句法依存和词汇相似度来增强注意机制、以消除对丰富标注训练数据的依赖，生成句子中两个实体之间的关系。

摘要： 本发明公开了一种词汇搭配提取和语义分类相结合的挖掘和展示方法，属于自然语言处理和语言学习应用领域。本方法包括：使用基于深度学习的依存句法语义模型和统计方法提取和过滤词语搭配；结合整理好的词语分类和提取的搭配，计算得到多对多的搭配矩阵；根据搭配密度对搭配词和词语分类进行筛选排序和重组；最终得到的词语分类搭配矩阵，以m*n或m*n*o的卡片形式进行展示；卡片之间则按照词汇语义分类的层级顺序展示。通过本方法能得到更具有通用意义的搭配和词汇分类系统，以及多对多的词语分类搭配矩阵的展示形式，此展示形式直观形象，信息密度大，通过语义语用结合的分组方式利于语言词汇的系统学习。

摘要： 本发明提供了一种基于Hash存储的网络词汇语义分析方法和系统，收集网络词汇，对所收集的网络词汇，收集对应的传统词汇，依据所述网络词汇、传统词汇的一一对应关系建立(key，value)对，其中key为网络词汇，value为传统词汇；确定Hash函数，将所述(key，value)对根据Hash函数计算得出Hash函数值，按所述Hash函数值、所述(key，value)对存储在Hash链表中；在Hash链表中查找所述网络词汇，并转化为传统词汇；依据上下文的语义结构，结合贝叶斯定律，修正词汇语义的二义性，判定所述词汇是否是网络词汇。针对社交短文本中存在的大量网络用语现象，快速准确定位社交短文本中的网络用语。