搭配與謂詞語義計算

定　價：￥38.00

作　者：	唐旭日
出版社：	武漢大學(xué)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥38.00)

ISBN：	9787307206373	出版時間：	2018-11-01	包裝：	平裝
開本：	16開	頁數(shù)：	212	字?jǐn)?shù)：

內(nèi)容簡介

　　《搭配與謂詞語義計算》以謂詞語義為研究對象，采用計算語言學(xué)方法，以詞語搭配為主要語言知識來源，討論了謂詞的詞義消歧、義項區(qū)分和詞義發(fā)現(xiàn)三個方面的問題。該書首先從語言信息處理角度提出了新的詞語搭配模型，認(rèn)為搭配是句法結(jié)構(gòu)框架下的語義關(guān)系，并提出了基于冗余原則的詞義消歧算法，構(gòu)造了大規(guī)模的基于“詞語—語義類”模型的主謂和動賓搭配知識庫。在義項區(qū)分方面。該書討論了知識本體在提高義項確定的可操作性和一致性方面的作用，并建造了基于DBSCAN聚類的義項區(qū)分輔助平臺，實驗結(jié)果充分表明了自動聚類在解決義項區(qū)分的可操作性、義項顆粒度大小以及義項發(fā)現(xiàn)等問題中的作用。謂詞語義的自動發(fā)現(xiàn)是書中主要的部分。該書提出了基于概念隱喻的詞義發(fā)現(xiàn)模型，從隱喻理解角度對謂詞詞義的自動發(fā)現(xiàn)進(jìn)行了探索性研究：在分析計算語言學(xué)領(lǐng)域廣泛應(yīng)用的詞語選擇限制隱喻識別模型的局限性基礎(chǔ)上，提出了基于語義關(guān)系模式的隱喻識別模型；提出了基于經(jīng)驗的概念隱喻知識庫構(gòu)建方法，構(gòu)建了概念隱喻知識庫整體框架。自動構(gòu)造了包含440個屬性概念隱喻、1097個屬性值概念隱喻的基礎(chǔ)概念隱喻知識庫；以“主語+形容詞謂語”主謂結(jié)構(gòu)為例，構(gòu)建了謂詞詞義發(fā)現(xiàn)模型。該模型利用概念隱喻知識庫和實體（事件）屬性知識庫，通過屬性顯著度計算發(fā)現(xiàn)謂語形容詞的語義。

作者簡介

　　唐旭日，文學(xué)博士，華中科技大學(xué)外國語學(xué)院副教授。研究方向為計算語言學(xué)。主要研究領(lǐng)域為計算詞匯語義學(xué)，涉及命名實體識別、地名編碼、隱喻識別和理解、語義演化等領(lǐng)域。主持國家社會科學(xué)基金1項，參與多項國家863高新技術(shù)項目、國家自然科學(xué)基金項目和國家社會科學(xué)基金項目研究，在SCI、SSCI以及EI檢索期刊和會議上發(fā)表論文二十多篇，出版教材一部。

圖書目錄

第一章緒論
1．1 研究對象
1．2 研究假設(shè)
1．3 研究思路
1．4 研究意義
1．4．1 語言學(xué)上的意義
1．4．2 自然語言處理上的意義
1．5 資源使用
第二章謂詞搭配的形式化表征
2．1 引言
2．2 搭配性質(zhì)分析
2．2．1 詞語搭配基元
2．2．2 搭配基元關(guān)聯(lián)的性質(zhì)
2．2．3 詞語搭配的強(qiáng)度
2．3 謂詞搭配模型
2．3．1 詞語一語義類搭配模型
2．3．2 詞語搭配強(qiáng)度的計算
2．3．2．1 基于客觀概率的不確定性計算
2．3．2．2 基于主觀概念的不確定性計算
2．4 本章小結(jié)
第三章基于冗余原則的謂詞詞義消歧
3．1 基于冗余原則的詞義消歧模型
3．1．1 任務(wù)定義
3．1．2 組合冗余原則
3．1．3 平行冗余原則
3．1．3．1 平行語義冗余現(xiàn)象
3．1．3．2 平行語義冗余原則
3．1．4 詞義消歧流程
3．2 實驗與討論
3．2．1 搭配抽取
3．2．2 基于關(guān)聯(lián)的詞義消歧
3．2．3 基于層疊過濾的詞義消歧
3．3 本章小結(jié)
第四章基于聚類輔助的義項區(qū)分
4．1 詞義模糊與一詞多義
4．1．1 現(xiàn)象分析
4．1．2 義項區(qū)分的可操作性
4．1．3 基于本體的義項表征
4．1．4 義項確定方法
4．2 基于聚類輔助的謂詞義項確定
4．2．1 主謂搭配集合
4．2．2 基于主語語義的DBSCAN聚類
4．2．3 義項確定實例分析
4．2．3．1 義項的離散性
4．2．3．2 義項的知識顆粒度
4．3 本章小結(jié)
第五章詞義變化與謂詞隱喻識別
5．1 字面意義、轉(zhuǎn)喻與隱喻
5．2 隱喻識別相關(guān)研究
5．2．1 詞語選擇限制的局限性
5．2．2 基于詞語選擇限制的隱喻識別實驗
5．2．2．1 實驗數(shù)據(jù)
5．2．2．2 實驗流程
5．2．2．3 實驗分析
5．3 基于語義關(guān)系模式的隱喻識別
5．3．1 語義關(guān)系模式
5．3．2 語義關(guān)系知識庫的構(gòu)建
5．3．3 基于語義關(guān)系模式的隱喻識別實驗
5．3．3．1 實驗數(shù)據(jù)與方法
5．3．3．2 實驗結(jié)果分析
5．4 對比分析
5．5 本章小結(jié)
第六章概念隱喻及其獲取
6．1 概念隱喻知識庫
6．1．1 概念隱喻之間的關(guān)系
6．1．1．1 概念隱喻中的源域與目標(biāo)域
6．1．1．2 概念隱喻之間的關(guān)系
6．1．2 概念隱喻的圖式化
6．1．3 概念隱喻的生成能力
6．1．4 概念隱喻知識庫結(jié)構(gòu)
6．2 概念隱喻的獲取
6．2．1 資源準(zhǔn)備
6．2．1．1 屬性一屬性值對應(yīng)表
6．2．1．2 詞語相關(guān)語義表
6．2．2 基于多義詞的概念隱喻獲取
6．2．2．1 概念隱喻獲取
6．2．2．2 字面意義確定方法
6．2．3 基于詞語關(guān)聯(lián)的概念隱喻獲取
6．2．3．1 詞語關(guān)聯(lián)與概念隱喻
6．2．3．2 概念隱喻獲取
6．2．3．3 結(jié)果分析
6．3 本章小結(jié)
第七章基于概念隱喻的謂詞詞義發(fā)現(xiàn)
7．1 詞義的動態(tài)性
7．1．1 詞義動態(tài)性表現(xiàn)形式
7．1．2 動態(tài)詞義描寫模型
7．2 基于概念隱喻的詞義發(fā)現(xiàn)模型
7．2．1 詞義發(fā)現(xiàn)實例與模型
7．2．2 實體（事件）屬性知識庫的獲取
7．2．3 基于顯著度的謂詞詞義發(fā)現(xiàn)
7．2．3．1 顯著度
7．2．3．2 詞義發(fā)現(xiàn)模型
7．3 實驗分析
7．4 本章小結(jié)
第八章總結(jié)與展望
8．1 總結(jié)
8．2 研究展望
附錄Ⅰ 屬性一屬性值對應(yīng)表
附錄Ⅱ 基礎(chǔ)概念隱喻知識庫
附錄Ⅲ 部分形容詞的概念隱喻知識庫擴(kuò)展
參考文獻(xiàn)
后記