书籍详情
搭配与谓词语义计算
作者：唐旭日
出版社：武汉大学出版社
出版时间：2018-11-01
ISBN：9787307206373
定价：¥38.00
购买这本书可以去
内容简介
《搭配与谓词语义计算》以谓词语义为研究对象，采用计算语言学方法，以词语搭配为主要语言知识来源，讨论了谓词的词义消歧、义项区分和词义发现三个方面的问题。该书首先从语言信息处理角度提出了新的词语搭配模型，认为搭配是句法结构框架下的语义关系，并提出了基于冗余原则的词义消歧算法，构造了大规模的基于“词语—语义类”模型的主谓和动宾搭配知识库。在义项区分方面。该书讨论了知识本体在提高义项确定的可操作性和一致性方面的作用，并建造了基于DBSCAN聚类的义项区分辅助平台，实验结果充分表明了自动聚类在解决义项区分的可操作性、义项颗粒度大小以及义项发现等问题中的作用。谓词语义的自动发现是书中主要的部分。该书提出了基于概念隐喻的词义发现模型，从隐喻理解角度对谓词词义的自动发现进行了探索性研究：在分析计算语言学领域广泛应用的词语选择限制隐喻识别模型的局限性基础上，提出了基于语义关系模式的隐喻识别模型；提出了基于经验的概念隐喻知识库构建方法，构建了概念隐喻知识库整体框架。自动构造了包含440个属性概念隐喻、1097个属性值概念隐喻的基础概念隐喻知识库；以“主语+形容词谓语”主谓结构为例，构建了谓词词义发现模型。该模型利用概念隐喻知识库和实体（事件）属性知识库，通过属性显著度计算发现谓语形容词的语义。
作者简介
唐旭日，文学博士，华中科技大学外国语学院副教授。研究方向为计算语言学。主要研究领域为计算词汇语义学，涉及命名实体识别、地名编码、隐喻识别和理解、语义演化等领域。主持国家社会科学基金1项，参与多项国家863高新技术项目、国家自然科学基金项目和国家社会科学基金项目研究，在SCI、SSCI以及EI检索期刊和会议上发表论文二十多篇，出版教材一部。
目录
第一章 绪论
1．1 研究对象
1．2 研究假设
1．3 研究思路
1．4 研究意义
1．4．1 语言学上的意义
1．4．2 自然语言处理上的意义
1．5 资源使用
第二章 谓词搭配的形式化表征
2．1 引言
2．2 搭配性质分析
2．2．1 词语搭配基元
2．2．2 搭配基元关联的性质
2．2．3 词语搭配的强度
2．3 谓词搭配模型
2．3．1 词语一语义类搭配模型
2．3．2 词语搭配强度的计算
2．3．2．1 基于客观概率的不确定性计算
2．3．2．2 基于主观概念的不确定性计算
2．4 本章小结
第三章 基于冗余原则的谓词词义消歧
3．1 基于冗余原则的词义消歧模型
3．1．1 任务定义
3．1．2 组合冗余原则
3．1．3 平行冗余原则
3．1．3．1 平行语义冗余现象
3．1．3．2 平行语义冗余原则
3．1．4 词义消歧流程
3．2 实验与讨论
3．2．1 搭配抽取
3．2．2 基于关联的词义消歧
3．2．3 基于层叠过滤的词义消歧
3．3 本章小结
第四章 基于聚类辅助的义项区分
4．1 词义模糊与一词多义
4．1．1 现象分析
4．1．2 义项区分的可操作性
4．1．3 基于本体的义项表征
4．1．4 义项确定方法
4．2 基于聚类辅助的谓词义项确定
4．2．1 主谓搭配集合
4．2．2 基于主语语义的DBSCAN聚类
4．2．3 义项确定实例分析
4．2．3．1 义项的离散性
4．2．3．2 义项的知识颗粒度
4．3 本章小结
第五章 词义变化与谓词隐喻识别
5．1 字面意义、转喻与隐喻
5．2 隐喻识别相关研究
5．2．1 词语选择限制的局限性
5．2．2 基于词语选择限制的隐喻识别实验
5．2．2．1 实验数据
5．2．2．2 实验流程
5．2．2．3 实验分析
5．3 基于语义关系模式的隐喻识别
5．3．1 语义关系模式
5．3．2 语义关系知识库的构建
5．3．3 基于语义关系模式的隐喻识别实验
5．3．3．1 实验数据与方法
5．3．3．2 实验结果分析
5．4 对比分析
5．5 本章小结
第六章 概念隐喻及其获取
6．1 概念隐喻知识库
6．1．1 概念隐喻之间的关系
6．1．1．1 概念隐喻中的源域与目标域
6．1．1．2 概念隐喻之间的关系
6．1．2 概念隐喻的图式化
6．1．3 概念隐喻的生成能力
6．1．4 概念隐喻知识库结构
6．2 概念隐喻的获取
6．2．1 资源准备
6．2．1．1 属性一属性值对应表
6．2．1．2 词语相关语义表
6．2．2 基于多义词的概念隐喻获取
6．2．2．1 概念隐喻获取
6．2．2．2 字面意义确定方法
6．2．3 基于词语关联的概念隐喻获取
6．2．3．1 词语关联与概念隐喻
6．2．3．2 概念隐喻获取
6．2．3．3 结果分析
6．3 本章小结
第七章 基于概念隐喻的谓词词义发现
7．1 词义的动态性
7．1．1 词义动态性表现形式
7．1．2 动态词义描写模型
7．2 基于概念隐喻的词义发现模型
7．2．1 词义发现实例与模型
7．2．2 实体（事件）属性知识库的获取
7．2．3 基于显著度的谓词词义发现
7．2．3．1 显著度
7．2．3．2 词义发现模型
7．3 实验分析
7．4 本章小结
第八章 总结与展望
8．1 总结
8．2 研究展望
附录Ⅰ 属性一属性值对应表
附录Ⅱ 基础概念隐喻知识库
附录Ⅲ 部分形容词的概念隐喻知识库扩展
参考文献
后记
1．1 研究对象
1．2 研究假设
1．3 研究思路
1．4 研究意义
1．4．1 语言学上的意义
1．4．2 自然语言处理上的意义
1．5 资源使用
第二章 谓词搭配的形式化表征
2．1 引言
2．2 搭配性质分析
2．2．1 词语搭配基元
2．2．2 搭配基元关联的性质
2．2．3 词语搭配的强度
2．3 谓词搭配模型
2．3．1 词语一语义类搭配模型
2．3．2 词语搭配强度的计算
2．3．2．1 基于客观概率的不确定性计算
2．3．2．2 基于主观概念的不确定性计算
2．4 本章小结
第三章 基于冗余原则的谓词词义消歧
3．1 基于冗余原则的词义消歧模型
3．1．1 任务定义
3．1．2 组合冗余原则
3．1．3 平行冗余原则
3．1．3．1 平行语义冗余现象
3．1．3．2 平行语义冗余原则
3．1．4 词义消歧流程
3．2 实验与讨论
3．2．1 搭配抽取
3．2．2 基于关联的词义消歧
3．2．3 基于层叠过滤的词义消歧
3．3 本章小结
第四章 基于聚类辅助的义项区分
4．1 词义模糊与一词多义
4．1．1 现象分析
4．1．2 义项区分的可操作性
4．1．3 基于本体的义项表征
4．1．4 义项确定方法
4．2 基于聚类辅助的谓词义项确定
4．2．1 主谓搭配集合
4．2．2 基于主语语义的DBSCAN聚类
4．2．3 义项确定实例分析
4．2．3．1 义项的离散性
4．2．3．2 义项的知识颗粒度
4．3 本章小结
第五章 词义变化与谓词隐喻识别
5．1 字面意义、转喻与隐喻
5．2 隐喻识别相关研究
5．2．1 词语选择限制的局限性
5．2．2 基于词语选择限制的隐喻识别实验
5．2．2．1 实验数据
5．2．2．2 实验流程
5．2．2．3 实验分析
5．3 基于语义关系模式的隐喻识别
5．3．1 语义关系模式
5．3．2 语义关系知识库的构建
5．3．3 基于语义关系模式的隐喻识别实验
5．3．3．1 实验数据与方法
5．3．3．2 实验结果分析
5．4 对比分析
5．5 本章小结
第六章 概念隐喻及其获取
6．1 概念隐喻知识库
6．1．1 概念隐喻之间的关系
6．1．1．1 概念隐喻中的源域与目标域
6．1．1．2 概念隐喻之间的关系
6．1．2 概念隐喻的图式化
6．1．3 概念隐喻的生成能力
6．1．4 概念隐喻知识库结构
6．2 概念隐喻的获取
6．2．1 资源准备
6．2．1．1 属性一属性值对应表
6．2．1．2 词语相关语义表
6．2．2 基于多义词的概念隐喻获取
6．2．2．1 概念隐喻获取
6．2．2．2 字面意义确定方法
6．2．3 基于词语关联的概念隐喻获取
6．2．3．1 词语关联与概念隐喻
6．2．3．2 概念隐喻获取
6．2．3．3 结果分析
6．3 本章小结
第七章 基于概念隐喻的谓词词义发现
7．1 词义的动态性
7．1．1 词义动态性表现形式
7．1．2 动态词义描写模型
7．2 基于概念隐喻的词义发现模型
7．2．1 词义发现实例与模型
7．2．2 实体（事件）属性知识库的获取
7．2．3 基于显著度的谓词词义发现
7．2．3．1 显著度
7．2．3．2 词义发现模型
7．3 实验分析
7．4 本章小结
第八章 总结与展望
8．1 总结
8．2 研究展望
附录Ⅰ 属性一属性值对应表
附录Ⅱ 基础概念隐喻知识库
附录Ⅲ 部分形容词的概念隐喻知识库扩展
参考文献
后记
猜您喜欢
