语义角色

摘要： 该文首先介绍《动词句法语义信息词典》的体系结构与理论背景;然后,介绍该词典所区分的8种动词小类及其定义;重点介绍该词典为动词所设置的22种语义角色及其定义,由这些语义角色的不同配置而造成的20来种句法格式及其例句,及其所考察的动词的9种主要的语法功能及其对于该词类的隶属度;最后,给出该词典的检索系统的界面截图,交代其相应的纸质版本的情况。

摘要： 文章基于"死"的使用环境,对补语"死"的语义特征演变进行分析,在此基础上探究多义构式"V+死"由典型成员到非典型成员的扩展过程.研究发现,"V+死"搭配的宾语由生命体受事到非生命体受事再到生命体或非生命体对象,最后到生命体对象,能够进入的动词由强动作、强致使性动词到弱动作、弱致使性动词再到心理动词和性质形容词,搭配的主语由生命体施事或非生命体致事到只能为生命体施事再到生命体感事.而"V+死"的扩展,则包含"V+死1"到"V+死2"再到"V+死3"和"V+死1"到"V+死1/4"再到"V+死4"两条路径.

摘要： 从构式语法角度对上古汉语[食+宾语]这一构式中宾语的语义角色,以及"食"与宾语的关系进行了分析后认为,宾语可以是受事、役事、施事、来源、处所、工具等,"食"所在构式表达"给……吃"时,应区分主语是指人还是指物,两种情况下语义格组配不同,分别是[使事+食+役事]和[受事+食+施事],这样的语义格组配情况使句意表达"给……吃",并不一定是"食"自身由自动到使动用法的变化而带来的.最后我们从构式语法的角度对上古汉语[食+宾语]和现代汉语[吃+宾语]进行了比较.

摘要： 韩理德的系统功能语法,通过及物性分析对句法和语义的联系进行了研究.该理论认为小句由参与者,过程和环境组成,而小句的基础意义也是源于这三个成分;费尔默提出的格语法体系,开启了句法——语义研究的新视角,对语义参与者角色进行了系统详尽的分析.该文结合实际例句,对系统功能语法与格语法下句子语义参与者进行对比分析,旨在发现二者之间的差异,并探寻其原因.

摘要： 韩理德的系统功能语法,通过及物性分析对句法和语义的联系进行了研究。该理论认为小句由参与者,过程和环境组成,而小句的基础意义也是源于这三个成分;费尔默提出的格语法体系,开启了句法——语义研究的新视角,对语义参与者角色进行了系统详尽的分析。该文结合实际例句,对系统功能语法与格语法下句子语义参与者进行对比分析,旨在发现二者之间的差异,并探寻其原因。

摘要： 话题的延续和转换是篇章中重要的语用功能.该文从句首话题共享的角度对话题延续和转换进行了分类,分为句首话题延续、句中子话题延续、完全话题转换、兼语话题转换、新支话题转换五种,进而对话题转换的特殊情况——新支话题展开研究.基于33万字的广义话题结构语料库,该文对新支话题的句法成分、语义角色进行了统计和分析.通过句法成分分析发现,宾语从句或补语从句主语、主谓谓语句小主语、状性成分起始句主语、句末宾语、连谓句非句末宾语、兼语句兼语、介词宾语甚至状语等都能成为新支话题,从而引出新支句,其中,句末宾语作为新支话题的情况最多,但未发现间接宾语作为新支话题的情况;语义角色分析发现,大部分主体论元(施事、感事、经事、主事)和客体论元(受事、系事、结果、对象、与事)及少数凭借论元(方式)和环境论元(处所、终点)能成为新支话题引出新支句.同时,系事和受事成为新支话题的情况最显著;施事、结果和对象次之;原因和目的等论元难以成为新支话题.该文的研究揭示了句法、语义对话题转换这一语用现象的一种可能的约束途径,有助于人和计算机更深入地理解汉语篇章的话题转换机制,以期将这种语用现象逐步落实到语义直至句法的形式中,最终实现计算机对话题转换的自动分析.

摘要： 本文针对当前话题识别方法在发现热点话题中存在低效率、实时性不高等问题,提出一种融合依存句法分析和语义角色标注的领域新闻文本热点话题识别方法。实验数据集选用人工标注的领域新闻文本,将依存句法分析和语义角色标注用于主谓宾实体三元组抽取。对该方法分别和单纯的基于语义角色标注实体关系抽取以及MA-LDA主题抽取模型进行了对比实验,发现该方法的精确率、召回率、F值3个指标更优,尤其是含有动宾关系的领域新闻文本中,精确率达到90.64%。

摘要： 题元重合是一种独特的词汇语义、句法语义乃至认知语义现象,它为语言语义研究提供了颇具新意的分析视角、分析层面和分析手段.本文首先从内涵界定、特征描写、实质分析以及概念关联等几个方面对题元重合现象展开讨论,进而基于题元与动词语义及句子结构的密切联系,以整体事件语义中的题元为描写单位和对象,从动词情景事件和动词句式两方面着手,对题元重合的语义功能表现做进一步探讨,以观照其在事件范畴语义、句式语义中的特殊地位和运用价值,借此深化题元理论和词汇句法理论研究,从题元角色解读和功能语义分析维度对动词语义问题做出新的阐释.相关研究有助于加深对题元理论和语义角色理论本身的认识,同时对于动词事件语义、句子语义分析以及动词精细化语义描写也大有裨益.

摘要： 动词语义角色一直是国内外语言学界研究的重点和难点.在自然语言处理领域,相关的语言资源也在逐步构建.对于汉语而言,国内大部分工作集中在语义角色标注上.该文创造性地提出了一种三元搭配的动词语义角色知识表征形式,并在前人研究的基础上,提出了一套语义角色分类体系.在该体系指导下,对汉语动词进行了穷尽式的语义角色认定及相关知识加工,以构建汉语动词语义角色知识库.截至目前,该工程考察了5260个动词,加工了语义角色及引导词的动词数量为2685个,加工认定语义角色4307个.

摘要： 动词语义角色一直是国内外语言学界研究的重点和难点.在自然语言处理领域,相关的语言资源也在逐步构建.于汉语而言,国内大部分工作集中在语义角色标注上.该文创造性地提出了一种三元搭配的动词语义角色知识表征形式,并在前人研究的基础上,提出了一套语义角色分类体系.在该体系指导下,对汉语动词进行了穷尽式地语义角色认定及相关知识加工,以构建汉语动词语义角色知识库.截至目前,该工程考察了5260个动词,加工了语义角色及引导词的动词数量为2685个,加工认定语义角色4307个.

摘要： 文本复述判别是一个重要的句子级语义理解应用.本文提出了一个轻量级的基于记忆单元的单层循环神经网络模型,并结合语义角色标注知识帮助进行英文文本复述判别.我们使用单层的循环网络模型减缓由于网络层数过多加重的梯度消失和梯度爆炸问题,易于训练.并且利用外部记忆单元和语义角色知识帮助存储两句话中不同层级的语义联系.我们的模型在英文评测语料Microsoft Research Paraphrase Corpus测试集上F值为84.3％.实验表明,语义角色标注知识确实可以帮助文本复述判别,并且我们的轻量级模型达到了同多层次网络模型相近的效果.

摘要： 利用语义角色分析的方法对动态新闻进行事件抽取研究.通过对句子进行论元结构标注,抽取出句子中以谓语动词为中心的论元结构,将其转化为具体的语义角色并与事件要素进行匹配完成事件抽取工作.论文提出并重点研究了如何利用VerbNet和SemLink资源对动词的论元结构与事件要素进行匹配.抽取系统基于该方法对1000篇新闻语料进行了事件抽取实验,结果表明该方法的F值达到70.6％.

摘要： 作者从蒙古文信息处理角度出发，着重参考了其他语言语义角色标注的理论方法和蒙古语语义角色相关研究成果，结合蒙古语依存句法树库的特征，通过手工标注分析研究，制定了基于依存语法的蒙古语语义角色分类及其标记。

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： 语义角色研究在信息检索、机器翻译等计算语义学诸多领域有着广阔的应用空间和发展前景,而且对语言语义研究具有强大的解释力。本文充分观察和分析维吾尔语真实语料的基础上对现代维吾尔语框架语义知识库框架元素的语义角色进行描述和分类,为维吾尔语框架语义知识库句法语义识别和分析莫定了良好的基础。

摘要： 语义角色标注是为句子中谓词论元及附属成分标上其担任的语义角色,如施事、受事、时间和地点等等。汉语语义角色标注的研究才刚刚起步,可利用的资源还很有限。本文采用半监督的方法,以期在资源有限的情况下能取的比较好的标注性能。实现了一个半监督语义角色标注方法,系统分三个步骤进行语义角色标注,首先确定句子的目标动词及对应的论元；其次,确定句子的候选语义角色框架；最后从候选语义角色框架中确定每个论元对应的语义角色。实验中该方法的标注正确率达到了83.32％。

摘要： 本文首先对“give(给予)”类动词进行语义角色分析。他们带有三个语义角色,即给予者(Donor)、礼物(Gift)、接收者(Recipient)。其次,从论元结构的角度来分析“give(给予)”类动词,Levin认为“give(给予)”类的每个动词都满足NP1 VNP2 toNP3和双宾结构:NP1 V NP3 NP2这两个结构,可事实上它们不仅局限于这两个结构,所有“give(给予)”类动词所出现的结构都可用程琪龙教授提出的概念框架来表述。

摘要： 兼语句是现代汉语可以独立的句式,它与小句宾语句、连谓句是不同的.本文立足大规模的语料库,在定量统计的基础上,从语义角度对兼语句进行探讨,构拟出兼语句的常用深层语义模式,并对兼语式中的兼格的语义角色、动词的特点进行分析.

摘要： 本文提出了一种用层叠条件随机场模型进行汉语框架元素自动标注方法.该方法在低层条件随机场模型中解决了框架元素识别,将识别结果传递到上层短语类型识别的条件随机场模型,再将识别结果传递到上层句法功能识别的条件随机场模型."包含""陈述""拥有""属于某类""研究""提供""适宜性"等十多个汉语框架元素自动标注结果的准确率为80.1%,召回率为69.9%,与D.Gildea等的英语框架元素的自动标注结果的准确率是65%,召回率是61%相比较,都取得了满意的效果.现在仅选其中"陈述"、"包含"、"拥有"三个框架的自动标注结果进行报告.

摘要： 本申请公开了一种基于人工智能语义分析的角色表情动画的生成方法，其中，所述方法包括接收音频文件；将所述音频文件按照预设语音转换规则转换得到文字序列，其中所述文字序列中包括每个文字的发音信息以及发音开始结束时间；根据所述发音信息、所述发音开始结束时间解析得到对应的口型表情序列信息；根据所述文字序列中文本情感分析结果，得到情绪信息；将通过所述情绪信息得到的表情库以及动作库与所述口型表情序列信息合成，得到角色目标表情动画下发至用户端。本申请解决传统口型与表情的算法匹配度不高的问题，以便于高效地合成高质量的面部表情动画，从而满足各个行业对虚拟角色表情动画的大量需求。

摘要： 一种非受限路径自然语言的语义角色标注及语义提取方法，所述方法首先收集非受限条件下汉语路径自然语言语料，建立汉语路径自然语言语料库；然后使用基于语块分析和依存句法分析的语义角色标注方法实现对路径自然语言语料的自动标注；最后根据语义角色标注结果，按照顺序划分路径单元，并提取路径单元的导航语义信息。本发明使用基于语块分析和依存句法分析的语义角色标注方法进行路径自然语言语义角色标注，根据提取出的语义角色标注结果进行路径单元划分，最后提取各路径单元的语义信息。该方法能够准确地按照顺序划分路径单元，并准确提取路径语义信息，因此可指导机器人问路导航的顺利实施。

摘要： 本发明的标记搜索语义角色的结构化查询信息表达方法，将用户输入的搜索查询当作一个词序列，对该序列建立模型分析来解析用户行为，将计算科学和认知科学、心理学融合，通过对输入序列建立模型来分析用户行为背后真正的搜索意图；提出了一种将用户输入的自然语言文本表示成结构化查询信息的方法，是结构化查询信息提取和结构预测领域的成功实践，可以在自然语言处理和数据挖掘等其它领域推广；基于半监督学习方法，并将机器学习和人工经验结合在一起，减少监督学习方法需要人工标记大量样本的成本，对结果集合给出合理的解释；帮助搜索引擎解析用户的搜索意图，提升用户的搜索体验和商品的转化率。

摘要： 本发明属于自然语言处理领域，具体涉及一种用于语义角色识别的融合位置信息的词特征表示方法。本发明主要解决的技术问题是在进行语义角色识别时，如何将当前词与目标词的相对位置信息融入当前词的词特征表示中，该技术方案俩个关键步骤为(1)使用一个大的语料，根据词的左右的不同的上下文窗口统计共现次数，进而学习到可以蕴含词与词之间相对位置信息的词向量矩阵和(2)在进行语义角色标注时，基于当前要标注的词和目标词的相对位置分别使用或中的词向量来设置词特征。本发明可以得到更高的F1值，且F1值的方差更小，语义角色识别的结果更加稳定。

摘要： 本发明涉及一种基于深度语义模型与语义角色标注的句子相似度评估方法，将文本字符串映射到低语义空间中的特征向量，利用余弦相似度来度量两个句子之间的相似度；已有的语义角色进行保留，其他的语义角色统一进行处理；根据谓词之间的相似度的大小对句子对进行谓词的配对，得到谓词匹配对，进一步得到语义角色之间的相似计算值；将一个句子的多个谓词中每一谓词的多个语义角色进行语义搭配，计算语义角色的相似度，将深度语义模型计算出的相似度和基于语义角色计算出的相似度两部分进行线性组合作为句子的最终相似度。本发明结合语义角色，比皮尔逊相关系数提升2.226％，比SemEval2017评测官网上排名第一的结果高出0.266％。

摘要： 一种非受限路径自然语言的语义角色标注及语义提取方法，所述方法首先收集非受限条件下汉语路径自然语言语料，建立汉语路径自然语言语料库；然后使用基于语块分析和依存句法分析的语义角色标注方法实现对路径自然语言语料的自动标注；最后根据语义角色标注结果，按照顺序划分路径单元，并提取路径单元的导航语义信息。本发明使用基于语块分析和依存句法分析的语义角色标注方法进行路径自然语言语义角色标注，根据提取出的语义角色标注结果进行路径单元划分，最后提取各路径单元的语义信息。该方法能够准确地按照顺序划分路径单元，并准确提取路径语义信息，因此可指导机器人问路导航的顺利实施。

摘要： 本申请公开了一种基于机器阅读理解的语义角色标注方法、装置及介质，属于自然语言处理领域。该方法包括谓词消歧步骤、角色预测步骤以及论元标注步骤，其中角色预测步骤，将标识谓词与确定语义标签对应的多个论元类别输入到预训练语言模型中，在多个论元类别中选取预设数量个论元类别作为标识谓词具有的角色标签。本申请引入角色预测步骤，有效减少了需要提问的角色的数量，降低了计算量；谓词消歧步骤和论元标注步骤通过引入谓词和橘色的具体含义，而不仅仅是每个含义的标签，预训练语言模型就能够得到更加细致的指导，提高语义角色标注的准确率。

摘要： 本发明提供了一种基于多模态语义角色识别的人机交互指令解析方法及装置，涉及自然语言处理中的语义分析技术领域。包括：根据人机交互指令的特性，构建一套完善的指令语义角色标注范式；根据所述指令语义角色标注范式，结合图像采集，将语义角色标注模型的单模态形式扩展为视觉文本多模态形式；对语义角色标注模型的视觉文本多模态形式进行训练学习，完成多模态语义角色识别对人机交互指令进行语义解析。本发明创新性的尝试用多模态语义角色标注的范式来对人机交互指令进行语义解析，从而将原本机器无法理解的指令转换成机器可理解的语义结构化输出，做到更加方便、安全、快捷的执行用户的意图。

摘要： 本发明涉及一种基于语义角色标注的概念解释抽取方法及应用，所述方法包括以下步骤：获取待处理文本，将该待处理文本分割成句子；通过语义角色标注法抽取每个句子的角色特征部分，形成初始概念和解释；基于预先构建的词性句法规则树对所述初始概念和解释进行匹配处理，获得符合规则的最终概念和解释；本发明还提供一种如上所述的基于语义角色标注的概念解释抽取方法在Rest服务中的应用。与现有技术相比，本发明具有自动、快速、准确等优点。

摘要： 本发明公开了一种中文对话语义角色标注方法及系统，该方法包括：将数据集中的对话文本数据进行关联实体增强处理，得到增强数据集；将增强数据集输入轻量化关联实体增强模型，输出富有外部知识的词向量；根据对话语义角色标注的数据样本构建索引编码器并输出索引向量；将富有外部知识的词向量与索引向量进行拼接，得到拼接向量；将拼接向量输入至预构建的语义角色标注层，得到语义角色标注结果。本发明基于轻量化技术对中文对话语义标注的模型进行轻量化处理，能够减少整体模型的参数，降低模型的计算代价，本发明作为一种中文对话语义角色标注方法及系统，可广泛应用于自然语言处理技术领域。