检索结果-维普期刊中文期刊服务平台

基于《同义词词林》深度的词义相似度计算研究被引量：13: 1; 作者杨泉孙玉泉《计算机工程与应用》 CSCD 北大核心 2020年第17期48-54,共7页; 针对词义相似度计算问题,在《同义词词林》的基础上,从语言学角度分析了《词林》中词语间的组织关系,阐述了父结点深度对词义相似度的决定性作用。统计了各层结点及原子词群大小的分布情况。提出了仅使用父结点深度的计算模型和父结点... 展开更多; 关键词词义相似度《同义词词林》深度鱼群算法; 在线阅读下载PDF 职称材料

《同义词词林》的嵌入表示与应用评估被引量：3: 2; 作者段宇光刘扬俞士汶《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第6期867-875,共9页; 在自然语言处理中,嵌入表示是表达语言知识的重要途径和手段,以《同义词词林》为例,提出基于知识库训练嵌入表示的伪句式构造方法,并在多项任务上测试新方法的有效性.根据《同义词词林》词义编码反映的层级结构,将这些编码扩展为多种伪... 展开更多; 关键词《同义词词林》嵌入表示词义合成类比推理相似度; 在线阅读下载PDF 职称材料

词汇语义信息对中文实体关系抽取影响的比较被引量：11: 3; 作者刘丹丹彭成 +1 位作者钱龙华周国栋《计算机应用》 CSCD 北大核心 2012年第8期2238-2244,共7页; 提出一种将《同义词词林》和《知网》的语义信息融合到基于树核函数的中文关系抽取方法,并比较和分析了两种语义信息对中文实体关系抽取的影响,同时探讨了这两种语义信息与实体类型信息之间的相互关系。实验结果表明,该方法能在一定程... 展开更多; 关键词中文实体关系抽取树核《同义词词林》《知网》语义信息; 在线阅读下载PDF 职称材料

实体词语义信息对中文实体关系抽取的作用研究被引量：8: 4; 作者段利国徐庆 +1 位作者李爱萍崔敏君《计算机应用研究》 CSCD 北大核心 2017年第1期141-146,共6页; 为了探索从外部词典提取的实体词语义信息在中文实体关系抽取上的作用,提出了知网语义树和《同义词词林》编码树两种新特征,并连同已有的最短路径依存树、知网第一基本义原、《同义词词林》编码、实体大类和实体小类特征一起探究了其对... 展开更多; 关键词《同义词词林》知网树核函数关系抽取; 在线阅读下载PDF 职称材料

义类自动标注方法的研究被引量：6: 5; 作者齐璇王挺陈火旺《中文信息学报》 CSCD 北大核心 2001年第3期9-15,共7页; 句法分析不能满足汉语分析的需要 ,句法和语义相结合的分析方法适用于汉语分析。分析的基础要有一部语法语义词典。目前的机读词典多是语法词典 ,因而需要在语法词典中加入词的语义信息。《同义词词林》是一部较好的义类词典 ,但没有语... 展开更多; 关键词语义类义类标注自然语言处理《同义词词林》机读词典; 在线阅读下载PDF 职称材料

题名基于《同义词词林》深度的词义相似度计算研究被引量：13: 1; 作者杨泉孙玉泉; 机构北京师范大学汉语文化学院北京航空航天大学数学科学学院; 出处《计算机工程与应用》 CSCD 北大核心 2020年第17期48-54,共7页; 基金国家语委科研项目(No.YB135-91)。; 文摘针对词义相似度计算问题,在《同义词词林》的基础上,从语言学角度分析了《词林》中词语间的组织关系,阐述了父结点深度对词义相似度的决定性作用。统计了各层结点及原子词群大小的分布情况。提出了仅使用父结点深度的计算模型和父结点深度与其分支信息相结合的计算模型。运用上述两种方法的词义相似度计算结果与Miller的人工标注值之间的皮尔逊相关系数达到0.854和0.857,根方误差达到1.003和0.991。; 关键词词义相似度《同义词词林》深度鱼群算法; Keywords semantic similarity CiLin depth fish swarm algorithm; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名《同义词词林》的嵌入表示与应用评估被引量：3: 2; 作者段宇光刘扬俞士汶; 机构北京大学计算语言学教育部重点实验室北京大学元培学院北京大学计算语言学研究所; 出处《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第6期867-875,共9页; 基金国家重点基础研究发展计划(973计划)(2014CB340504) 国家社会科学基金重大项目(12&ZD119) 国家社会科学基金(16BYY137); 文摘在自然语言处理中,嵌入表示是表达语言知识的重要途径和手段,以《同义词词林》为例,提出基于知识库训练嵌入表示的伪句式构造方法,并在多项任务上测试新方法的有效性.根据《同义词词林》词义编码反映的层级结构,将这些编码扩展为多种伪句式,并据此生成不同的伪语料库,采用word2vec模型在伪语料库上训练义素向量及词向量,得到CiLin2Vec资源,并应用于词义合成、类比推理和词义相似度计算等任务.在词义合成、类比推理任务上的准确率达到90%以上,超过了以往在语料库上训得的结果.证明该方法可以有效地将知识库中的理性知识注入嵌入表示中,也显示了CiLin2Vec嵌入表示资源在应用上的巨大潜力.; 关键词《同义词词林》嵌入表示词义合成类比推理相似度; Keywords "Tongyici Cilin" embedded representation semantic compositionality analogical reasoning similarity; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名词汇语义信息对中文实体关系抽取影响的比较被引量：11: 3; 作者刘丹丹彭成钱龙华周国栋; 机构苏州大学计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2012年第8期2238-2244,共7页; 基金国家自然科学基金资助项目(60873150 90920004) +1 种基金 11KJA520003); 文摘提出一种将《同义词词林》和《知网》的语义信息融合到基于树核函数的中文关系抽取方法,并比较和分析了两种语义信息对中文实体关系抽取的影响,同时探讨了这两种语义信息与实体类型信息之间的相互关系。实验结果表明,该方法能在一定程度上提高中文关系抽取的性能;同时,《同义词词林》能补充实体类型信息的不足,因而无论是否加入实体类型信息,其语义信息都能大幅度地提高大部分关系类型的抽取性能;而《知网》则和实体类型信息存在冲突,因此在已知实体类型信息的前提下,仅能提高个别关系类型的抽取性能。; 关键词中文实体关系抽取树核《同义词词林》《知网》语义信息; Keywords Chinese entity relation extraction tree kernel TongYiCi CiLin HowNet semantic-information; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名实体词语义信息对中文实体关系抽取的作用研究被引量：8: 4; 作者段利国徐庆李爱萍崔敏君; 机构太原理工大学计算机科学与技术学院武汉大学软件工程国家重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2017年第1期141-146,共6页; 基金武汉大学软件工程国家重点实验室开放课题(SKLSE2012-09-30) 山西省自然科学基金资助项目(2013011015-2); 文摘为了探索从外部词典提取的实体词语义信息在中文实体关系抽取上的作用,提出了知网语义树和《同义词词林》编码树两种新特征,并连同已有的最短路径依存树、知网第一基本义原、《同义词词林》编码、实体大类和实体小类特征一起探究了其对抽取性能的影响。实验数据表明,作为单一特征时,提出的两种新特征性能虽然不如实体大类和实体小类特征,但是比最短路径依存树、知网第一基本义原、《同义词词林》编码好;作为组合特征时,最短路径依存树和两种新特征的组合特征取得了最好的性能。由此可以得出结论,从非语料中获取的最短路径依存树、知网语义树和《同义词词林》编码树特征可以代替从语料中获取的实体大类和实体小类特征,可以用于下一步开放域的关系抽取。; 关键词《同义词词林》知网树核函数关系抽取; Keywords 《TongYiCi Cilin》 HowNet tree kernel relation extraction; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名义类自动标注方法的研究被引量：6: 5; 作者齐璇王挺陈火旺; 机构国防科技大学计算机学院; 出处《中文信息学报》 CSCD 北大核心 2001年第3期9-15,共7页; 基金国家 8 6 3项目!(编号 86 3- 30 6 -ZT0 3- 0 6 - 1); 文摘句法分析不能满足汉语分析的需要 ,句法和语义相结合的分析方法适用于汉语分析。分析的基础要有一部语法语义词典。目前的机读词典多是语法词典 ,因而需要在语法词典中加入词的语义信息。《同义词词林》是一部较好的义类词典 ,但没有语法信息 ,可以《同义词词林》的分类体系对语法词典进行义类标注 ,得到语法语义词典。这一过程中有不一致的情况 ,特别地 ,对《同义词词林》中未收录的词就不能直接标注义类。本文采用《同义词词林》的分类体系 ,研究设计了一个汉语词自动义类标注算法 ,对北大《现代汉语语法信息词典》进行自动义类标注。实验结果较为满意 ,得到 91 %的准确率。; 关键词语义类义类标注自然语言处理《同义词词林》机读词典; Keywords semantic class semantic class tagging nature language processing; 分类号 TP391 [自动化与计算机技术—计算机应用技术] H085 [语言文字—语言学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于《同义词词林》深度的词义相似度计算研究	杨泉孙玉泉	《计算机工程与应用》 CSCD 北大核心	2020	13	在线阅读下载PDF 职称材料
2	《同义词词林》的嵌入表示与应用评估	段宇光刘扬俞士汶	《厦门大学学报（自然科学版）》 CAS CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料
3	词汇语义信息对中文实体关系抽取影响的比较	刘丹丹彭成钱龙华周国栋	《计算机应用》 CSCD 北大核心	2012	11	在线阅读下载PDF 职称材料
4	实体词语义信息对中文实体关系抽取的作用研究	段利国徐庆李爱萍崔敏君	《计算机应用研究》 CSCD 北大核心	2017	8	在线阅读下载PDF 职称材料
5	义类自动标注方法的研究	齐璇王挺陈火旺	《中文信息学报》 CSCD 北大核心	2001	6	在线阅读下载PDF 职称材料