语义关系

摘要： 考察叙述文体(小说)中“即使P,也Q”(简称“句式”)与上文之间的语义关系及相关关联词语的使用情况。句式与上文间的语义关系共有8种类型,但它们在使用频率上存在着不同程度的差异,其中出现频率最高的是因果和递进关系。认为因果、递进关系的形成分别是语义的匹配性要求、表达方式与语用策略使然。此外,还对它们以高频率出现的原因以及相关关联词语的使用情况作了简要的分析。

摘要： 一复句和单句一样都是语法、语义相统一的结构体。语法为表,是形式;语义为理,是内容。同一语法形式可以表达不同类型的逻辑语义,同类逻辑语义也可以用不同的语法形式实施表达。例如单句的主谓结构中,其语义关系就有"施事——受事""受事——施事""话题——评论"等的不同。复句也是如此。

摘要： 本文采取历时和共时相结合,词法、语义和语用相结合的研究方法,基于文字学、社会语言学、认知语言学等理论,对历时语料及共时的语言事实展开研究,探究“~媛”类词的产生及其原因及未来可能的发展。

摘要： 词语搭配是语言中的普遍现象,尤其是动词与名词宾语的搭配。对汉语动词与名词搭配的研究自《马氏文通》起已有百余年的历史。国内语言学界有关动名搭配问题的研究成果颇丰,多集中于其语义关系、配价和限制因素、认知等,但学界对动名搭配的研究还有许多值得商榷和探讨的地方,特别是动名搭配的个案或专题研究。

摘要： 从20世纪80年代末开始,我国就有学者开始从事格语法以及语义指向分析法的研究。但将格语法及语义指向分析法进行对比研究的文章较少,因此,本文将从格语法及语义指向分析法的来源和格语法及语义指向分析法的发展应用等两方面来探究其相通之处,以此证明其对于扩大研究视野、推进语法研究起至关重要的作用。

摘要： 定中逻辑修饰关系是影响形容词定语语流顺序的首要因素;形容词定语标明中心语的语义类型与中心语构成语义关系的亲疏程度,是决定形容词定语语流顺序的重要因素。音节节奏等其他因素也对形容词定语的语流顺序有着重要的影响。关于语流顺序,在层递关系形容词定中短语中,情状形容词>属性形容词,主观属性形容词>客观属性形容词,非本质属性形容词>本质属性形容词,多音节形容词>双音节形容词>单音节形容词;在并列关系形容词定中短语中,标明中心语非稳定语义类型的形容词>稳定语义类型的形容词,非强调的形容词>强调的形容词;在一体关系形容词定中短语中,先认知的形容词>后认知的形容词,民族文化心理上崇敬的形容词>非崇敬的形容词。

摘要： 计算语言学领域多采取问句分类和句法分析相结合的方式处理疑问句,但精度和效率还不理想。疑问句的语言学研究成果丰富,比如疑问句的结构类型、疑问焦点等,但缺乏系统的形式化表示。该文采用基于图结构的句子语义整体表示方法--中文抽象语义表示来标注疑问句的语义结构,将疑问焦点和整句语义一体化表示出来,选取了宾州中文树库、小学语文教材等2万句语料中共计2071个疑问句进行标注。统计结果表明,疑问焦点可通过疑问概念amr-unknown和语义关系的组合来表示。其次,根据疑问代词所关联的语义关系,统计了疑问焦点的概率分布,发现原因、修饰语和受事的占比最高,分别占26.45%、16.74%以及16.45%。基于抽象语义表示的疑问句标注与分析可以为汉语疑问句研究提供基础理论与资源。

摘要： 复杂表格能够以简单、直观的方式描述数据,被广泛应用于各行各业,然而,复杂表格具有结构复杂、单元格类型多样、表格文档构成方式不一等问题,需要进行数据化处理后才能实现共享与复用。因此,本文构建一种基于无监督学习的单元格语义关系识别模型来实现复杂表格数据化,首先利用机器视觉技术实现复杂表格分割,然后基于表格结构和内容相似度识别同模板表格,在此基础上,结合表头单元格、说明性单元格、表体单元格3类单元格的取值、位置特点,设置启发式规则进行单元格语义关系的识别,最后通过实证研究验证本文的方法能够在复杂表格数据化中取得较高的准确率和召回率,具有可行性。

摘要： 图神经网络能够有效学习网络语义信息,在节点分类任务上取得了良好的效果.但仍面临挑战:如何充分利用异质网络丰富语义信息和全面结构信息使节点分类更精准.针对上述问题,提出了一种基于图卷积的异质网络节点分类框架(heterogeneous network node classification framework, HNNCF),包括异质网络约简和图卷积节点分类,解决异质网络节点分类问题.通过设计转换规则约简异质网络,将异质网络化简为语义化同质网络,利用节点间的关系表示保留异质网络多语义信息,降低网络结构建模复杂度;基于消息传递框架设计图卷积节点分类方法,在语义化同质网络上学习无1-sum约束的邻居权重等网络结构信息,深入挖掘关系语义特征,发现不同连接关系和邻居语义提取的差异性,生成节点的异质语义表示用于节点分类,识别节点类别标签.在3个公开的节点分类数据集上进行了实验,结果表明HNNCF能够充分利用异质网络多种语义信息,有效学习邻居节点权重等网络结构信息,提升节点分类效果.

摘要： 现有视觉故事生成方法没有考虑不同图像之间高层视觉特征和语义关系特征的深层关联、忽视对图像序列主题的挖掘。提出一种既考虑了整个图像序列的主题又考虑不同图像之间视觉特征和语义关系特征相关性的融合视觉特征和语义关系特征的视觉故事生成方法。该方法利用自编码器挖掘图像序列的主题特征,通过主题特征总结由图像中实体推理出的语义关系特征,然后利用相互注意力融合高层视觉特征和语义关系特征。实验表明,该方法可以生成更具一致性和表现力的故事,并在机器评价指标上取得了比现有方法更好的结果。

摘要： 对于汉语非母语的留学生来说,准确、扎实地掌握连词“而”的用法难度很大,连词“而”也是留学生习得的重点和难点.本文以“而”连接的前后两项之间的语义关系为切入点,通过对比分析古代汉语词典和现代汉语词典中连词“而”的释义、从消失、沿用、发展三个角度对“而”的义项变化进行梳理整合,得出现代汉语中“而”所表示的语法意义有如下七种:1.并列,2.承接,3.递进,4.目的,5.转折,6.因果,7.方式或状态(修饰).本文以语义关系为着眼点,总结归纳了“而”的部分固定格式如“不A而B”“不是……而是……”“A而不B”等所表达的语法意义.

摘要： 该文从物性结构角度分析了“处所+N”复合词中处所成分与中心成分之间的语义关系,发现单纯表事物存在之处的很少,多表示事物使用或者产生的地方,或兼而有之.隐含的谓词是名词的功用角色或施成角色,这些谓词应该出现在释义中,以揭示构词成分间的具体语义关系,阐明事物的命名理据.目前有些词的释义尚不完备,缺乏相应的谓词.研究还发现,在事物命名中功用、施成特征比处所更重要,功用构式、施成构式在定中词汇构式中层级更高.

摘要： 修辞学结合结构、语义研究表达,多角度分析修辞成分的聚合关系和组合关系.言语作品通过切分可以得到修辞成分,修辞学研究同一语义和语义关系的各种不同表达形式之间的区别,研究表达形式的构成、变化和分类.修辞学和语言诸要素的语言学分支学科有密切的关系,应该借鉴语法、词汇、语义等学科的成果.本文把表达分为一般表达和使用修辞格的修辞表达,赞赏面向应用从效果出发的分类.文章又提出研究修辞格内部系统的任务.最后希望同行关注社会语言应用,开展修辞批评,提高社会语言素质.

摘要： 本文所有成语来源于《现代汉语词典》(第六版)、《汉语成语大全》和《中国成语大词典》，共计105例。选取这几本词典，其一是因为将“一A一B”格式限定在成语，不包括其他的四字格结构;其二是因为这三本词典收词量大，希望能对“一A一B”式成语做更为详尽的考察。例句主要来源于北京大学汉语语言学研究中心CCL语料库以及北京语言大学BCC汉语语料库。

摘要： 无论是从语言理解的角度，使学习者能够听懂、读懂，还是从语言产出的角度，让学习者能够会说、会用，组合概念都是语言学习中一个不可回避的难题。这一点在对外汉语教学中尤为突出，因为汉语是意合语言，把意思“说清楚、讲明白”一直是教学的难点。在语言学习中,组合概念的释义问题是一个不可回避的难题.本文利用Sketch Engine语料库,通过恢复修饰词和中心词之间隐含的语义关系,对组合概念进行自动释义,这是语料库技术用于解决实际语言教学问题的一个新的尝试,实验结果表明该方法可以作为语料库辅助语言教学的有效手段.

摘要： 四字格是汉语和中医术语中所特有的词汇现象, 其结构工整,言简意赅,内涵丰富,有的四字格还具有丰富的文化内涵.因此,对四字格术语英译的研究是非常有意义的.在此笔者将其进行合理的划分和归类,分析术语的逻辑关系和语义关系并总结相应的翻译技巧,进而为中医英译研究贡献一份力量.

摘要： 合成词的结构类型辨析是现代汉语词汇教学中的重点和难点,要准确辨析合成词的结构类型,首先要厘清相关概念之间的关系,其次明确合成词结构类型的判断依据主要是语义结构关系,理解语素义与语素义、语素义与词义之间的关系以及词义的发展演变,掌握语素与语素组合时常见的语义关系类型.

摘要： 搜索广告是当前互联网有效的广告投放方式之一.然而,广告主可选用的关键字数量十分庞大,而且这些关键字的收益具有高度不确定性.因此,搜索广告中如何选择合适的关键字成为广告主所面临的重要决策问题.本文利用前期工作中收集的关于某品牌的关键字集合,设计了一组实验对常用的三种关键字选择方法(共现关系法和语义关系法、背包策略法)进行了验证与比较研究.实验结果表明,基于语义关系的关键字选择方法能够推荐语义相似性、准确率与召回率更高的关键字,而基于背包策略的关键字选择方法可以得到一组投资回报率很高的关键字.

摘要： 本文在对《左传》原文分析的基础上,针对先秦古汉语的特点,提出了《左传》战争本体的半自动构建模式.首先,在对《左传》研究资料的整理及对《左传》原文进行词频统计分析的基础上,设计了《左传》战争本体的框架.通过分析《左传》原文的句法关系,提出了基于战争触发词的战争要素的抽取模式,以批量抽取的方式减少了本体实例化过程的工作量,提高了《左传》战争本体的构建效率.通过初步的构建结果来看,《左传》战争本体能够有效地实现对春秋时期战争历史事件背后的国家关系以及民族关系的揭示,展示知识节点间复杂逻辑关系,以实现提高揭示知识深度、促进知识创新的目的.

摘要： 本文在对《左传》原文分析的基础上,针对先秦古汉语的特点,提出了《左传》战争本体的半自动构建模式.首先,在对《左传》研究资料的整理及对《左传》原文进行词频统计分析的基础上,设计了《左传》战争本体的框架.通过分析《左传》原文的句法关系,提出了基于战争触发词的战争要素的抽取模式,以批量抽取的方式减少了本体实例化过程的工作量,提高了《左传》战争本体的构建效率.通过初步的构建结果来看,《左传》战争本体能够有效地实现对春秋时期战争历史事件背后的国家关系以及民族关系的揭示,展示知识节点间复杂逻辑关系,以实现提高揭示知识深度、促进知识创新的目的.

摘要： 一种基于语义资源词表示和搭配关系的语义双关语识别方法，属于自然语言处理领域，用于解决双关语识别问题。识别方法包括：S1预处理语义双关语语料；S2构建基于语义资源词表示模型；S3使用Bi‑LSTM识别语义双关语；S4构建基于搭配关系的注意力机制模型；S5、融合语义上下文信息和搭配信息；S6构建离线训练模型；S7在线预测。本发明从语义双关语的特点进行出发，是一种可以完善其多个含义并补充其搭配关系的基于语义资源词表示和搭配关系的语义双关语识别方法，可以有效提升识别的性能。

摘要： 本发明提出一种关系定义一切语义的存在计算模型中的语义识别和推导方法，其存在计算模型包括存在级别跟踪模块，传递存在价值评估模块，以自上而下的方式扩展存在传递价值的推理和以自下而上存在的传递价值的公理和模块，旨在解决概念语义的识别、建模和概念的语义形式化等问题。

摘要： 一种基于语义资源词表示和搭配关系的语义双关语识别方法，属于自然语言处理领域，用于解决双关语识别问题。识别方法包括：S1预处理语义双关语语料；S2构建基于语义资源词表示模型；S3使用Bi‑LSTM识别语义双关语；S4构建基于搭配关系的注意力机制模型；S5、融合语义上下文信息和搭配信息；S6构建离线训练模型；S7在线预测。本发明从语义双关语的特点进行出发，是一种可以完善其多个含义并补充其搭配关系的基于语义资源词表示和搭配关系的语义双关语识别方法，可以有效提升识别的性能。

摘要： 本公开的实施例涉及用于利用现有的域定义来进行语义概念定义和语义概念关系综合的系统和方法。本文公开了用于利用不同的语义处理协议，诸如具有内置的置信梯度的现有域概念的形式概念分析和分面分类综合，来从数据域中综合概念定义和概念关系的计算机可执行的系统和方法。认知主体或输入主体提供与现有域概念相匹配的有效概念的输入。使用语义处理协议，相关域概念所产生的集随后用于推导虚拟概念定义。所述推导结果随后覆盖属性集内另一属性的相对邻近概念。通过所述相对邻近量度给定其它层的连贯性。最终结果是在树状结构中相关的虚拟概念定义集。

摘要： 本发明属于文本语义处理技术领域，具体为一种基于语义空间映射的语义关系表征、聚类及识别的方法和系统。本发明对于待抽取关系的实体对：首先对包含二者的语句进行语法依存分析；然后将分析结果视作Graph，并计算Graph中对应这两个实体的结点间最短路径，来抽取出实体间关系；继而将路径上的词语向语义空间投影并进行累积，获得该关系在语义空间上的向量表示；对于多组实体对的场景，使用聚类方法对关系进行聚类并构建关系模型；依据表征输入实体对间关系的语义向量与关系模型之间的语义相似度实现关系的识别。本发明克服了传统方法在进行实体间关系比较时对词语变形、同义词变化、语法形式变化等因素敏感的缺点，提高了关系比较准确性和处理的灵活性。

摘要： 本发明公开了基于语义分析和语义关系网络的文本相似度度量方法：一、输入两个文本并对这两个文本进行预处理，预处理的结果为词汇的集合；二、计算所述两个文本预处理结果的词汇语义相似度，并根据计算结果分别构建语义关系网络；三、分别计算语义关系网络中每个节点的流介数值，获得两个文本的特征集合；四、根据两个文本的特征集合构建二分图，并设置二分图两部分之间的路径权值；五、利用二分图最优匹配法计算两个文本之间的相似度。本发明基于语义分析和语义关系网络的文本相似度度量方法，可用于数据挖掘和信息检索技术领域，例如文本聚类、信息检索等，其与现有的其他文本相似度计算方法相比，极大地提高了文本相似度计算的准确程度。

摘要： 具有：单词检索部(101)，其从数据库检索构成所输入的单词对的各单词；单词向量提取部(102)，其从单词向量数据库(103)提取与检索到的各单词对应的单词向量；字符向量转换部(104)，其将构成单词对的字符转换成字符向量；特征量取得部(105)，其将提取出的各单词的单词向量和转换后的字符向量结合，取得特征量；以及估计部(106)，其根据所取得的特征量估计各单词间的语义关系。

摘要： 本发明公开了一种面向语义融合业务模型的语义关系自动发现方法。该方法可根据概念类型和属性集相似度获取同类对象，自动发现并配置新对象的关联对象及语义关系，实现本体智能化构建，提高构建效率。该方法为：A：当本体中定义了新对象时，按照预设规则判断当前本体中是否有同类对象，该规则为：属于同一概念类型且属性集相似度高于预设阈值，则是同类对象；B：若有同类对象，则根据其关联对象及语义关系，生成新对象的关联对象及语义关系推荐列表；C：把该列表输出给用户选择；D：根据用户选择的关联对象及语义关系，自动为新对象配置关联对象及语义关系；E：按照用户的操作指令，使用本体中的对象来构建语义融合业务模型。

摘要： 本发明涉及一种基于语义特征的语义关系模式获取方法和系统，属于文本信息处理领域，具体涉及关系语义模式表示、基于语义特征的语义关系模式获取方法。本发明首先给出了模式特征向量的定义，提出基于模式特征的语义关系模式种子的选取方法，用于模式获取的起始状态，然后给出基于语义特征的种子驱动的模式学习算法，获取的语义关系模式进一步用于语义关系获取。由于经过人工对候选模式进行修订，并进行了模式合并和泛化，避免了模式数量膨胀问题，模式正确率也控制在一定阈值之上。但由于语言模式的使用频率相对比较低，模式范围有限，使得关系获取的匹配率不高，如果采用大规模的语料库，并含有频度高的适合模式的句子，会获取到更好的匹配数目。

摘要： 本发明属于文本语义处理技术领域，具体为一种基于语义空间映射的语义关系表征、聚类及识别的方法和系统。本发明对于待抽取关系的实体对：首先对包含二者的语句进行语法依存分析；然后将分析结果视作Graph，并计算Graph中对应这两个实体的结点间最短路径，来抽取出实体间关系；继而将路径上的词语向语义空间投影并进行累积，获得该关系在语义空间上的向量表示；对于多组实体对的场景，使用聚类方法对关系进行聚类并构建关系模型；依据表征输入实体对间关系的语义向量与关系模型之间的语义相似度实现关系的识别。本发明克服了传统方法在进行实体间关系比较时对词语变形、同义词变化、语法形式变化等因素敏感的缺点，提高了关系比较准确性和处理的灵活性。