期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
浅谈FrameNet框架汉译时的译者术语意识 被引量:3
1
作者 柴清华 李茹 由丽萍 《中国科技术语》 2016年第3期5-10,共6页
汉语框架网的建设需要参照FrameNet,因而FrameNet框架汉译是其中必要的一步。由于FrameNet框架会涉及众多"概念名称",所以在FrameNet框架汉译时,译者术语意识通过提供一定程度上的理论指导来加强控制汉语框架网的框架质量。
关键词 译者术语意识 frameNet框架汉译 框架质量控制
在线阅读 下载PDF
基于语义依存分析的CFN框架排歧 被引量:2
2
作者 门宇鹏 郝晓燕 董嘉敏 《计算机工程与设计》 北大核心 2019年第9期2654-2659,共6页
为大规模自动构建语料库,使计算机能够理解文本信息,提出框架自动识别,框架排歧作为框架识别的子任务,是亟待解决的。框架排歧即根据目标词的上下文信息,从现有的框架库中,自动为该目标词标注一个合适的框架。利用分类算法的思想,使用... 为大规模自动构建语料库,使计算机能够理解文本信息,提出框架自动识别,框架排歧作为框架识别的子任务,是亟待解决的。框架排歧即根据目标词的上下文信息,从现有的框架库中,自动为该目标词标注一个合适的框架。利用分类算法的思想,使用支持向量机(SVM)中的“一对一”方法建立多个分类器来解决多分类问题。通过向已有的词性与依存句法关系特征之上再加入语义依存分析关系特征来提升框架排歧的准确率。训练语料和测试语料为山西大学建立的汉语框架语义知识库(CFN)中的7个词元,1519条例句,采用5-fold交叉验证。实验取得的最好结果为80.67%,验证了语义依存分析对框架排歧的有效性。 展开更多
关键词 汉语框架语义知识库(cfn) 框架排歧 多分类 支撑向量机 语义依存分析 交叉验证
在线阅读 下载PDF
基于层叠条件随机场的CFN自动标注研究
3
作者 陈雪艳 吕国英 +1 位作者 李茹 何鹏 《电脑开发与应用》 2009年第3期1-3,共3页
提出了一种基于层叠条件随机场的CFN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的识别,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,其低层模型为上层模型... 提出了一种基于层叠条件随机场的CFN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的识别,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,其低层模型为上层模型提供决策支持。实验选用CFN中"陈述"框架下的句子库,实现了基于层叠条件随机场CFN自动标注的原型系统。 展开更多
关键词 层叠条件随机场 cfn 框架元素
在线阅读 下载PDF
基于汉语框架语义的共指消解研究 被引量:2
4
作者 吕国英 武宇娟 +3 位作者 李茹 张月平 关勇 郭少茹 《计算机工程》 CAS CSCD 北大核心 2020年第10期74-80,87,共8页
基于框架语义的推理是实现语篇理解、问答系统等任务中语义理解的一种有效手段,框架语义推理通过构建汉语篇章句子框架之间的联系寻找推理路径,但框架元素内部的表述共指阻碍了框架之间联系的建立。针对该问题,提出一种基于框架特征的... 基于框架语义的推理是实现语篇理解、问答系统等任务中语义理解的一种有效手段,框架语义推理通过构建汉语篇章句子框架之间的联系寻找推理路径,但框架元素内部的表述共指阻碍了框架之间联系的建立。针对该问题,提出一种基于框架特征的共指消解方法,该方法通过融合汉语框架语义信息并采用多种分类算法实现共指消解。框架语义篇章语料集上的实验结果表明,将汉语框架特征应用于分类器上能够较好地提升共指消解结果,且支持向量机的分类效果优于朴素贝叶斯、决策树等分类算法。 展开更多
关键词 汉语框架网 框架语义 共指消解 框架元素 共指链
在线阅读 下载PDF
基于框架表示学习的汉语框架排歧 被引量:2
5
作者 侯运瑶 曹学飞 +3 位作者 崔军 王瑞波 李济洪 李茹 《计算机应用研究》 CSCD 北大核心 2020年第12期3640-3644,共5页
为了改善框架排歧模型的性能,区别于传统分类算法人工提取特征的做法,直接从语料中的例句出发,使用神经网络模型给出了一种框架表示学习的算法,并将学习到的框架表示向量用于框架排歧任务,显著提升了框架排歧的性能。该算法充分利用CFN... 为了改善框架排歧模型的性能,区别于传统分类算法人工提取特征的做法,直接从语料中的例句出发,使用神经网络模型给出了一种框架表示学习的算法,并将学习到的框架表示向量用于框架排歧任务,显著提升了框架排歧的性能。该算法充分利用CFN中例句库、词元库,基于hinge-loss的神经网络,学习到能最大区别正确框架与错误框架的框架表示向量。此外,还使用WSABIE算法学习到目标词及其上下文的表示向量,排歧时以上下文表示向量与框架表示向量做余弦夹角来判决。在CFN中88个有歧义的词元上进行3组2折交叉验证(3×2 BCV)实验,框架排歧精度最好达到72.52%,t-检验结果表明该方法性能显著高于其他框架排歧方法。 展开更多
关键词 框架排歧 框架表示 表示学习 汉语框架语义知识库
在线阅读 下载PDF
A Comprehensive Overview of CFN From a Commonsense Perspective
6
作者 Ru Li Yunxiao Zhao +5 位作者 Zhiqiang Wang Xuefeng Su Shaoru Guo Yong Guan Xiaoqi Han Hongyan Zhao 《Machine Intelligence Research》 EI CSCD 2024年第2期239-256,共18页
Chinese FrameNet(CFN)is a scenario commonsense knowledge base(CKB)that plays an important role in research on Chinese language understanding.It is based on the theory of frame semantics and English FrameNet(FN).The CF... Chinese FrameNet(CFN)is a scenario commonsense knowledge base(CKB)that plays an important role in research on Chinese language understanding.It is based on the theory of frame semantics and English FrameNet(FN).The CFN knowledge base contains a wealth of scenario commonsense knowledge,including frames,frame elements,and frame relations,as well as annotated instances with rich scenario-related labels on Chinese sentences and discourses.In this paper,we conduct a comprehensive overview of CFN from a commonsense perspective,covering topics such as scenario commonsense representation,CFN resources,and its applications.We also summarize recent breakthroughs and identify future research directions.First,we introduce the concept of scenario commonsense,including its definitions,examples,and representation methods,with a focus on the relationship between scenario commonsense and the frame concept in CFN.In addition,we provide a comprehensive overview of CFN resources and their applications,highlighting the newly proposed frame-based discourse representation and a human-machine collaboration framework for expanding the CFN corpus.Furthermore,we explore emerging topics such as expanding the CFN resource,improving the interpretability of machine reading comprehension,and using scenario CKBs for text generation. 展开更多
关键词 Chinese frameNet(cfn) commonsense scenario commonsense frame KNOWLEDGE
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部