-
题名面向事件常识知识获取的事件分类研究
- 1
-
-
作者
王亚
曹存根
王石
-
机构
中国科学院计算技术研究所智能信息处理重点实验室
中国科学院大学
-
出处
《中文信息学报》
CSCD
北大核心
2024年第6期45-57,共13页
-
基金
国家重点研究与发展计划(2017YFC1700300,2017YFB1002300)
国家自然科学基金(61702234)。
-
文摘
在计算机科学和语言学中,针对动词语义层面上的分类问题,研究者们提出了不同的分类方法,但这些分类方法无一例外地都存在着分类不全面等分类学中经常遇到的问题。一个动词表示一个事件,该文以获取事件相关的常识知识为出发点,以动词性语素为分类依据对常见的现代汉语动词进行语义分类,此分类方法分类标准清晰、不丢失语义信息,并且可实现自动分类,该文重点以“自移”类动词为例来介绍我们的分类方法。此外,该文用描述逻辑对动词性语素及语素之间的分类关系进行形式化表示,动词性语素的形式化表示是动词形式化表示的基础。根据该事件语义分类结构,可以有效地进行事件属性常识知识和事件关系常识知识的获取。
-
关键词
事件语义分类
特征属性
常识知识获取
-
Keywords
semantic categorization of events
characteristic attribute
commonsense knowledge acquisition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于事件语义角色的常识知识获取
- 2
-
-
作者
王亚
曹存根
王石
-
机构
中国科学院计算技术研究所智能信息处理重点实验室
中国科学院大学
-
出处
《中文信息学报》
CSCD
北大核心
2023年第6期77-88,共12页
-
基金
国家重点研究与发展计划(2017YFC1700300,2017YFB1002300)
国家自然科学基金(61702234)。
-
文摘
常识知识获取是知识获取的瓶颈问题,该文提出了利用事件语义角色进行常识知识获取的方法。首先获取独立于句子(事件)的语义角色相关的常识知识(例如,施事有意志)和语义角色在句子中涉及的常识知识(例如,施事有嘴是施事喝受事的必要条件),该文将这些常识知识看作常识知识获取模板;接着使用一个神经网络模型对大规模Web文本进行语义角色的自动标注;最后利用标注结果中的文本内容替换常识知识获取模板中的语义角色来进一步获取常识知识。实验结果表明,该方法可以获取大量高精度的常识知识。此外,该文通过组合事件谓词(简称谓词)和标注结果中语义角色对应的文本内容生成一个谓词的下位谓词短语或事件,进而自动获取上下位关系常识。
-
关键词
语义角色
句模框架构建
常识知识获取
-
Keywords
.semantic roles
sentence pattern frameworks construction
commonsense knowledge acquisition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种交互式事件常识知识的获取方法
- 3
-
-
作者
曹聪
曹存根
臧良军
王石
-
机构
中国科学院计算技术研究所智能信息处理重点实验室
中国科学院大学
中国科学院信息工程研究所
-
出处
《中文信息学报》
CSCD
北大核心
2016年第3期125-132,142,共9页
-
基金
国家自然科学基金(30973713
61035004
+4 种基金
61173063
61203284
91224006)
国家社科基金重点资助项目(10AYY003)
科技部项目(201303107)
-
文摘
赋予机器常识知识是使机器具有真正智能的必备条件之一,而获得这些常识一直是人工智能研究的一个重要课题。该文提出了一种通过交互的方式来引导知识贡献者给出关于事件的常识知识的方法。方法获取过程是一个机器与贡献者的交互过程:机器动态地生成问题,对知识贡献者进行提问;知识贡献者通过回答问题给出常识知识。交互过程通过包含提示信息的提问问题对知识贡献者进行提示,运用七种类型问题层层递进地引导知识贡献者思考,以此唤醒他们大脑中的常识知识;通过动态变化的问题改善知识贡献者贡献常识知识过程的趣味性。同时,该文还引入可接受性和有效性两个定量标准评价提问问题,用于进一步改善交互过程。实验结果表明,知识贡献者运用此方法给出的知识量增加了451.61%,同时知识的正确率也达到了92.5%。
-
关键词
常识知识获取
事件常识
交互过程
-
Keywords
commonsense knowledge acquisition
event commonsense
interaction process
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
