省略作为一种复杂的语言现象,一直是汉语语义研究的重要课题。如何将省略的语义内容补全以还原句子的完整语义也是机器理解自然语言的关键。本文基于AMR(Abstract Meaning Representation)语料统计得到含有语义省略信息的"的"...省略作为一种复杂的语言现象,一直是汉语语义研究的重要课题。如何将省略的语义内容补全以还原句子的完整语义也是机器理解自然语言的关键。本文基于AMR(Abstract Meaning Representation)语料统计得到含有语义省略信息的"的"字结构,针对特指性和泛指性省略类型,采用特殊句式核心谓词对应主宾语和基于谓词框架抽取核心谓词搭配必有论元成分的策略,确定补全的语义类别。研究结果表明,该方法对于省略"的"字结构中心语补全有较好的效果,可为自动理解深层语义奠定基础。展开更多
文摘省略作为一种复杂的语言现象,一直是汉语语义研究的重要课题。如何将省略的语义内容补全以还原句子的完整语义也是机器理解自然语言的关键。本文基于AMR(Abstract Meaning Representation)语料统计得到含有语义省略信息的"的"字结构,针对特指性和泛指性省略类型,采用特殊句式核心谓词对应主宾语和基于谓词框架抽取核心谓词搭配必有论元成分的策略,确定补全的语义类别。研究结果表明,该方法对于省略"的"字结构中心语补全有较好的效果,可为自动理解深层语义奠定基础。
