期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
无重叠生成文法的一义可解析性及图林等价性
1
作者 张生成 张治国 《电子设计工程》 2009年第3期114-116,共3页
为了实现有效的文法解析,定义了一种生成规则受限的短语结构文法,称为无重叠生成文法。证明了该类文法的任何语言句子都可以被无回朔无失败地解析。尽管该类文法的生成规则受到很大的限制,但这种文法的生成能力仍然和图灵机等同。
关键词 短语结构文法 无重叠生成文法 一义可解析性 图灵等价性
在线阅读 下载PDF
一种基于几何基元模型的人造目标提取方法 被引量:3
2
作者 白锦球 王俊卿 史泽林 《红外与激光工程》 EI CSCD 北大核心 2004年第2期150-153,共4页
给出了从自然景物背景中提取人造目标的一种方法。基于图像灰度的差分方向算子将一幅图像分离成不同灰度差分方向的直线线段子图像,再对每幅子图像做直线段的后处理,最终将几幅子图像构建成一幅不同差分方向的直线线段集合。基于直线段... 给出了从自然景物背景中提取人造目标的一种方法。基于图像灰度的差分方向算子将一幅图像分离成不同灰度差分方向的直线线段子图像,再对每幅子图像做直线段的后处理,最终将几幅子图像构建成一幅不同差分方向的直线线段集合。基于直线段集合图像给定区域内直线线段的结构文法及其所含几何基元数目和几何基元种类将人造目标从自然背景中提取出来。此算法可开发成实时硬件跟踪器应用于自动目标捕获。实验结果说明,对复杂的背景及低对比度情况下的红外目标图像,该方法提取人造目标的准确率达95%以上。 展开更多
关键词 人造目标 几何基元 直线抽取 结构文法
在线阅读 下载PDF
V+ADJP型的中心动词表层语义分析 被引量:2
3
作者 谢慧萍 周经野 《湘潭大学自然科学学报》 CAS CSCD 2004年第1期28-32,共5页
 对V+ADJP型的中心动词进行了表层语义分析,基于语义结构文法,写出了其对应的规则式,生成了相应的语义网络.
关键词 表层语义 语义分析 语义结构文法 语义规则 语义网络
在线阅读 下载PDF
要重视特征的研究与描写 被引量:5
4
作者 陆俭明 《长江学术》 2006年第1期80-86,共7页
自然语言处理与理解,最初普遍使用基于规则的研究策略与方法来实行计算机对句子的理解与生成,后来又提出基于统计的策略与方法,结果都不理想。从上个世纪七十年代以来,语言研究所表现出的重视特征研究和描写的趋向,尤其是中心词驱动的... 自然语言处理与理解,最初普遍使用基于规则的研究策略与方法来实行计算机对句子的理解与生成,后来又提出基于统计的策略与方法,结果都不理想。从上个世纪七十年代以来,语言研究所表现出的重视特征研究和描写的趋向,尤其是中心词驱动的短语结构文法(HPSG)的提出,为语言处理带来了新的曙光。重视词语的具体意义对句子意思理解的影响,重视词语的特征研究与描写,这可能是自然语言处理中基于规则的方法和基于统计的方法的“结合”点之所在,可能是一条光明大道。 展开更多
关键词 自然语言处理 语义特征研究 短语结构文法
在线阅读 下载PDF
Answer Ranking with Discourse Structure Feature 被引量:1
5
作者 Mao Cunli Chen Fangqiong +2 位作者 Yu Zhengtao Guo Jianyi Zong Huanyun 《China Communications》 SCIE CSCD 2012年第3期110-123,共14页
For the complex questions of Chinese question answering system, we propose an answer extraction method with discourse structure feature combination. This method uses the relevance of questions and answers to learn to ... For the complex questions of Chinese question answering system, we propose an answer extraction method with discourse structure feature combination. This method uses the relevance of questions and answers to learn to rank the answers. Firstly, the method analyses questions to generate the query string, and then submits the query string to search engines to retrieve relevant documents. Sec- ondly, the method makes retrieved documents seg- mentation and identifies the most relevant candidate answers, in addition, it uses the rhetorical relations of rhetorical structure theory to analyze the relationship to determine the inherent relationship between para- graphs or sentences and generate the answer candi- date paragraphs or sentences. Thirdly, we construct the answer ranking model,, and extract five feature groups and adopt Ranking Support Vector Machine (SVM) algorithm to train ranking model. Finally, it re-ranks the answers with the training model and fred the optimal answers. Experiments show that the proposed method combined with discourse structure features can effectively improve the answer extrac- ting accuracy and the quality of non-factoid an- swers. The Mean Reciprocal Rank (MRR) of the an- swer extraction reaches 69.53%. 展开更多
关键词 complex questions discourse structure learning to rank answer extracting
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部