题元角色

摘要： 文章通过2×2实验研究,考查了题元角色对代词回指消解和回指表达式形式选择的影响。结果显示,题元角色对代词回指有着显著的影响。其中,承担目标题元角色的先行语可及性高于承担来源题元角色的先行语可及性。但题元角色对回指表达式选择的影响并不显著,且是间接的,语法位置才是影响表达式选择的主要因素。此外,研究发现,代词提示条件下会伴随首提效应,但该效应并不会完全抵消题元角色效应,因此并不会改变代词回指的总体偏向。

摘要： 为了探究give构式的使用特点,为外语学习者学习该构式带来一定的启示,文章以Goldberg的构式语法理论为框架,基于Brown语料库,对进入give这一构式的三个题元角色进行分析.通过定性定量研究方法相结合,考察进入这一构式的三个题元角色的特征,探究它们是如何突破构式的限制进入构式中并拓展构式原型义的.

摘要： 题元角色是Chomsky在Gruber提出的题元理论的基础上提出来的,是动词分配给论元的语义角色。在英语中题元理论连接了句法和语义,解释了前指现象和被动态等语言现象,而在汉语中,题元理论也可以解释部分汉语的语言现象。本文希望通过对比汉语和英语中特殊句式,从而发现题元理论在汉语与英语应用下的局限性。

摘要： 先秦汉语中的某些旁格述宾式从古至今都没有对应的介词转说式,被转译为定中结构或[VP而VP]结构,少数保留下来.这些无介词的旁格述宾式可以表达蒙受涉入、经历涉入、动作涉入和多重涉入等意义.这些旁格述宾式绝非由介词或功能词省略而来,而是由隐形的抽象轻动词INVOLVE促发移位而生成的.

摘要： 先秦汉语中的某些旁格述宾式从古至今都没有对应的介词转说式,被转译为定中结构或[VP而VP]结构,少数保留下来。这些无介词的旁格述宾式可以表达蒙受涉人、经历涉人、动作涉人和多重涉入等意义。这些旁格述宾式绝非由介词或功能词省略而来,而是由隐形的抽象轻动词INVOLVE促发移位而生成的。

摘要： 为了探究give构式的使用特点,为外语学习者学习该构式带来一定的启示,文章以Goldberg的构式语法理论为框架,基于Brown语料库,对进入give这一构式的三个题元角色进行分析。通过定性定量研究方法相结合,考察进入这一构式的三个题元角色的特征,探究它们是如何突破构式的限制进入构式中并拓展构式原型义的。

摘要： 动词改变形态后所产生的名物词不仅可以表达动词的动作和行为等抽象陈述意义,而且能够表达与该动作和行为密切相关的其他具体指称意义。本文基于题元角色理论对动词名物词的论元角色和论元结构进行分析。研究发现,动词名物词的事件性和非事件性能够区分动词名物词的陈述功能和指称功能,即抽象语义和具体语义;人们根据动词名物词的论元结构能够识别名物词的具体语义;论元结构越复杂,动词名物词的具体语义就越丰富。

摘要： 不同的谓词可给论元分派不同的题元角色,本文仅以此角度来探讨题元角色的分派,旨在解决题元角色的划分问题,有助于语言学习者更好地理解题元角色这一概念.

摘要： 本发明提出一种基于论元短语的论元角色识别方法，包括S1、输入的语句S和事件类型C，通过第一模型构建所述语句中每个论元的论元短语表示Spani和所述事件类型的向量表示Eevent；S2、将所述语句的论元短语表示Spani和所述事件类型的向量表示Eevent输入第二模型，获取所述语句中所有论元的角色类别。本发明充分考虑了在进行论元角色识别过程中单个单词的向量表示不具有很好的分类特征、没有利用短语信息等问题，利用事件论元的短语信息，从而有效地学习到论元的分类特征，进一步提升论元角色识别的效果。

摘要： 本发明公开基于最大熵的事件论元及论元角色的识别方法，提取事件的实体信息以确定事件论元候选项并提取事件的论元信息；提取事件论元候选项的特征信息，并利用特征信息及论元信息进行数据处理得到论元识别语料和论元角色识别语料；利用论元识别语料训练最大熵二元分类模型得到最大熵二元分类模型；利用论元角色识别语料训练最大熵多元分类模型得到最大熵多元分类模型；利用最大熵二元分类模型对事件中的事件论元候选项进行识别，得到论元识别结果；利用最大熵多元分类模型对论元识别结果进行识别，得到论元角色识别结果；该方法提高事件论元及论元角色识别效率；还公开基于最大熵的事件论元及论元角色的识别系统。

摘要： 本发明公开了一种初等数学分层抽样应用题的句子语义角色识别方法及系统，本发明首先定义了分层抽样应用题求解中涉及到的五类核心句子语义角色，然后通过基于特征词/模式与概率相结合的方法对应用题文本中的每一个句子进行角色判定，从而实现分层抽样应用题的自动题意理解。该方法为分层抽样应用题的自动求解提供基础，促进人工智能技术的发展。

摘要： 一种基于运动片元抽样拼接的运动合成方法，通过收集变形运动补丁解决空间对齐和时间同步问题，每个运动片元描述一段多角色交互运动的片段，在空间和时间上对其拼接；运动片元拼接产生一个多虚拟角色随机交互的无缝仿真系统，拼接算法采用随机抽样和确定性搜索解决解决拼接中离散和连续方面的问题，拼接算法可以自动生成多角色交互的高度复杂动画。本发明实现的交互复杂程度、人类行为的多样性和人际互动的时空密度都远高于目前动画技术水平。

摘要： 本发明提出一种基于论元短语的论元角色识别方法，包括S1、输入的语句S和事件类型C，通过第一模型构建所述语句中每个论元的论元短语表示Spani和所述事件类型的向量表示Eevent；S2、将所述语句的论元短语表示Spani和所述事件类型的向量表示Eevent输入第二模型，获取所述语句中所有论元的角色类别。本发明充分考虑了在进行论元角色识别过程中单个单词的向量表示不具有很好的分类特征、没有利用短语信息等问题，利用事件论元的短语信息，从而有效地学习到论元的分类特征，进一步提升论元角色识别的效果。

摘要： 本发明公开基于最大熵的事件论元及论元角色的识别方法，提取事件的实体信息以确定事件论元候选项并提取事件的论元信息；提取事件论元候选项的特征信息，并利用特征信息及论元信息进行数据处理得到论元识别语料和论元角色识别语料；利用论元识别语料训练最大熵二元分类模型得到最大熵二元分类模型；利用论元角色识别语料训练最大熵多元分类模型得到最大熵多元分类模型；利用最大熵二元分类模型对事件中的事件论元候选项进行识别，得到论元识别结果；利用最大熵多元分类模型对论元识别结果进行识别，得到论元角色识别结果；该方法提高事件论元及论元角色识别效率；还公开基于最大熵的事件论元及论元角色的识别系统。

摘要： 本发明公开了一种英语口语角色扮演题评分方法及系统，所述方法包括：获取待评分语音信号，并对所述待评分语音信号进行预处理；对预处理后的语音信号进行语音识别，将所述语音信号转换成“X问”文本和“Y答”文本，其中所述“X问”文本包括X个问题句，所述“Y答”文本包括Y个回答句；采用“X问”评分模型对所述“X问”文本进行评分，得到第一分数；采用“Y答”评分模型对所述“Y答”文本进行评分，得到第二分数；根据预先设定的角色扮演题的线性回归模型，计算第一分数和第二分数的总分；根据所述总分生成学习指导建议。本发明能有效提高角色扮演题评分的高效性和准确性，实现全自动评分方式，有效节省人力物力，减轻教师的教学负担。

摘要： 本发明涉及语音识别和评价技术领域，且公开了一种英语口语角色扮演题评分系统，包括评分模块，所述评分模块包括提问者和回答者，所述提问者和回答者又包括发音识别模块、内容完整度、发音准确度、发音流畅度和重音。该英语口语角色扮演题评分方法及系统，通过设置有评分模块，在评分前通过噪音去除的处理方法，保证了提问者和回答者最终打分的公正性，避免因为噪音的因素影响系统对提问者和回答者读音的评判，并在现有方法的基础上采用P I D算法对英语口语的语音情感要素进行分层次提取，以此来对英语口语发音质量进行准确评分，整体装置达到了精准的对学生发音的标准以及对话时的流程度和情感方面进行综合打分的目的。

摘要： 本发明公开了一种初等数学分层抽样应用题的句子语义角色识别方法及系统，本发明首先定义了分层抽样应用题求解中涉及到的五类核心句子语义角色，然后通过基于特征词/模式与概率相结合的方法对应用题文本中的每一个句子进行角色判定，从而实现分层抽样应用题的自动题意理解。该方法为分层抽样应用题的自动求解提供基础，促进人工智能技术的发展。

摘要： 本申请涉及一种面向警情笔录的事件论元角色抽取方法、装置、计算机设备和存储介质。所述方法包括：从警情笔录数据中筛选出包含警情的原始句子信息，对原始句子信息进行事件类型标注得到事件类型标注信息，根据事件类型标注信息生成多个“问题‑原文”含有问题的警情数据句子；通过预先训练好的事件论元角色抽取模型，用序列化标注的方式计算出每个字符最有可能的论元角色标签；综合多个含有问题的警情数据句子得到事件的全部论元角色。本发明所提出的方法应用于警情笔录数据，可以提高从警情笔录数据中提取论元角色的准确性和提取效率。