亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        漢語選擇復(fù)句的計(jì)算機(jī)自動改寫方法研究

        2016-08-01 03:07:08林燕芬
        中國科技信息 2016年13期
        關(guān)鍵詞:詞法復(fù)句語料

        林燕芬 楊 柳

        ?

        漢語選擇復(fù)句的計(jì)算機(jī)自動改寫方法研究

        林燕芬1楊柳2

        1.哈爾濱商業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院;2.黑龍江旅游職業(yè)技術(shù)學(xué)院

        行業(yè)曲線

        本文針對漢語選擇復(fù)句的語法結(jié)構(gòu)特點(diǎn),提出漢語選擇復(fù)句的計(jì)算機(jī)自動改寫的觀點(diǎn)。在自然語言處理行業(yè)起到一定的參考作用

        在對漢語復(fù)句分類的基礎(chǔ)上,提出了基于模板的選擇復(fù)句的改寫方法。通過對選擇復(fù)句進(jìn)行分類及語法結(jié)構(gòu)的形式化、數(shù)學(xué)描述,從而抽取了選擇復(fù)句的改寫模板。由預(yù)備實(shí)驗(yàn)確定了改寫語句與改寫模板之間的相似度閾值。最后利用小規(guī)模的語料進(jìn)行了選擇語句的自動改寫實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果的正確率61.0%和模板覆蓋率45.5%均表明了方法的有效性。

        語言是人們?nèi)粘贤ǖ墓ぞ?,不同的人表述方式不同。對于長句來說,其表述方式更加靈活,如果將復(fù)句進(jìn)行改寫,使其表達(dá)形式簡單化則會提高計(jì)算機(jī)處理漢語的效率。語句改寫作為漢語處理的技術(shù)其應(yīng)用非常廣泛,如機(jī)器翻譯、自動文摘等。比較簡單句而言復(fù)句的改寫更加復(fù)雜,也更有研究價(jià)值。

        選擇復(fù)句理論分析

        圖1 模板抽出過程

        本文參考相關(guān)語言文獻(xiàn)將選擇復(fù)句劃分為“是……還是”、“或者……或者”、“不是……就是”、“與其……不如”、“寧可……也不”、“要么……要么” 等六種類。選取“是……還是”、“要么……要么”、“與其……不如”、“寧可……也不”這四類進(jìn)行改寫研究。“不是X就是Y”是表示“非此即彼”選擇的關(guān)聯(lián)組合,在現(xiàn)代漢語中使用頻率非常高。

        選擇復(fù)句按照選擇情況又分為兩類,已定選擇和未定選擇。其中“與其……不如”、“寧可……也不”為已定選擇,選擇具有確定性?!笆恰€是”、“要么……要么”為未定選擇,選擇具有不確定性。以下通過抽象化、形式化、算法化的過程對已定選擇和未定選擇句進(jìn)行改寫方法研究。

        復(fù)句改寫策略

        改寫模板抽出

        表1為選擇復(fù)句互為改寫的例子。對漢語句對進(jìn)行詞法分析得到句子的形式化表示,通過抽象化獲得句子的語法框架結(jié)構(gòu),比較表達(dá)意思相同而表達(dá)形式不同的改寫句對的結(jié)構(gòu)從而抽出改寫模板。模板抽出過程如圖1所示。

        表1 選擇復(fù)句

        將詞法分析后的互為改寫的選擇復(fù)句進(jìn)行比較,進(jìn)行抽象化和形式化。關(guān)鍵詞保留,其他詞看成變量,對兩種選擇復(fù)句的結(jié)構(gòu)形式化結(jié)果如表2所示。

        表2 選擇復(fù)句的形式化

        表1和表2是對應(yīng)關(guān)系,形式化表示中的關(guān)鍵詞之間用空格隔開。

        對于改寫方法,根據(jù)未定選擇和已定選擇復(fù)句的特點(diǎn),可以歸納出未定選擇復(fù)句前后單句之間無明顯的聯(lián)系,已定選擇復(fù)句前后單句之間大部分是相反關(guān)系。因此在進(jìn)行改寫的過程中,可以把未定選擇復(fù)句的不確定意義的關(guān)鍵詞互相替換,而對于已定選擇復(fù)句可將確定性的關(guān)聯(lián)詞刪除。

        對表1所示類似的互為改寫的句子進(jìn)行形式化得到其抽象表示后,比較互為改寫的句對的抽象表示獲得改寫模板,表3給出了幾個(gè)互為改寫的選擇復(fù)句的改寫模板的例子及對應(yīng)的改寫句。

        表3中1-1與1-2互為改寫、2-1與2-2互為改寫、3-1與3-2與3-3互為改寫模板。從表3可以看出,一個(gè)語句可能改寫為幾種不同的形式,即多個(gè)改寫模板互為改寫。

        表3 選擇復(fù)句的改寫模板及改寫句

        改寫處理過程

        給定待改寫句,通過查找其相應(yīng)的改寫模板對其進(jìn)行改寫。在查找合適模板時(shí)要計(jì)算待改寫句與模板的相似度。由預(yù)備實(shí)驗(yàn)確定改寫語句與改寫模板之間的相似度閾值。句子相似度計(jì)算的具體算法參考文獻(xiàn)通過改進(jìn)得到,如式(1)所示:

        式(1)其中,vk、vl表示公共值向量中第k、l項(xiàng)的值,0<k≤p,0<l≤p;vi、vj表示句子Ti、模板Tj的關(guān)鍵詞權(quán)重值向量Tvi、Tvj中第i項(xiàng)、第j項(xiàng)的值,1≤i≤n1,1≤j≤n2;Tq為Ti、Tj中長度較短的句子或者模板,Len (Tq)為Ti、Tj中長度較短的句子或模板的長度,公共值向量Evi,j的長度為p。

        選擇復(fù)句的改寫實(shí)驗(yàn)

        實(shí)驗(yàn)數(shù)據(jù)

        實(shí)驗(yàn)數(shù)據(jù)是收集的四種類的選擇復(fù)句各50句,總共200句選擇復(fù)句。詞法分析后的結(jié)果作為改寫實(shí)驗(yàn)的輸入。由改寫系統(tǒng)自動進(jìn)行改寫處理。

        改寫結(jié)果及分析

        對實(shí)驗(yàn)結(jié)果正確與否采取人工評價(jià)的方式,由公式(2)和(3)計(jì)算改寫正確率PRate和模板覆蓋率TRate。

        式(2)(3)中,句子總數(shù)Psum,改寫正確的句子數(shù)Rres,模板的總數(shù)Tsum。

        最終得到改寫正確率為61%,模板覆蓋率為45.5%。

        改寫結(jié)果中122句改寫正確,有22句未被改寫,78句改寫錯(cuò)誤。

        其原因是多方面的,首先因?yàn)榫渥舆^長,造成句子成分過多導(dǎo)致相似度計(jì)算未達(dá)到改寫閾值;其次因?yàn)槟0搴途渥硬黄ヅ?,未找到選擇復(fù)句適合的模板。而改寫錯(cuò)誤的原因有三點(diǎn):第一是因?yàn)闃?biāo)點(diǎn)符號錯(cuò)誤,模板抽出時(shí)造成;第二是句子結(jié)構(gòu)出錯(cuò),原因是模板具有一定的覆蓋率,不可能覆蓋到所有的句子;第三是關(guān)聯(lián)詞搭配出錯(cuò),原因是改寫模板的關(guān)聯(lián)詞不能匹配所有的句子。

        對于以上出現(xiàn)的錯(cuò)誤,采取相對應(yīng)的解決措施可能會得到解決,如改寫程序,添加冗錯(cuò)措施解決空格間隔符的問題;改寫部分模板,使更多的句子與其匹配等。

        總結(jié)

        通過對選擇復(fù)句中的已定選擇和未定選擇的兩種復(fù)句的詞法分析,將選擇復(fù)句進(jìn)行形式化。由同一語義而表達(dá)形式不同的句子的相互比較獲得互為改寫的模板對。通過小規(guī)模的語料進(jìn)行了選擇復(fù)句的改寫實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明了方法的可行性。在以后的研究中,將通過增加語料規(guī)模尋找其深層次的內(nèi)在規(guī)律性以提高復(fù)句改寫的正確率。

        DOI:10.3969/j.issn.1001- 8972.2016.13.028

        猜你喜歡
        詞法復(fù)句語料
        詞法 名詞、代詞和冠詞
        連動結(jié)構(gòu)“VP1來VP2”的復(fù)句化及新興小句連接詞“來”的形成
        漢語復(fù)句學(xué)說的源流
        韓國語復(fù)句結(jié)構(gòu)的二分說
        應(yīng)用于詞法分析器的算法分析優(yōu)化
        談對外漢語“詞法詞”教學(xué)
        基于語料調(diào)查的“連……都(也)……”出現(xiàn)的語義背景分析
        華語電影作為真實(shí)語料在翻譯教學(xué)中的應(yīng)用
        《苗防備覽》中的湘西語料
        復(fù)句內(nèi)部不應(yīng)當(dāng)用句號
        国产精品v欧美精品v日韩精品| 亚洲av极品尤物不卡在线观看| 黑人玩弄极品人妻系列视频| 男女猛烈无遮挡免费视频| 亚洲欧美日本| 91久久综合精品国产丝袜长腿| 少妇人妻系列中文在线| 久久影院午夜理论片无码| 无套内射蜜桃小视频| 熟女人妻丰满熟妇啪啪| 日韩av中文字幕波多野九色| 色欲av伊人久久大香线蕉影院| 日日噜噜夜夜爽爽| 日本岛国精品中文字幕| 人妻少妇被粗大爽视频| 国产亚洲精品a片久久久| 中文字幕亚洲无线码| 2022AV一区在线| 一区二区三区日本伦理| 国产成人无码av一区二区| 亚洲影院丰满少妇中文字幕无码| 午夜少妇高潮免费视频| 精品国产亚洲亚洲国产| 色屁屁www影院免费观看入口| 日本少妇被爽到高潮的免费| 亚洲国产91精品一区二区| 欧美精品国产综合久久| 久久婷婷国产剧情内射白浆| 中文字幕高清无码不卡在线| 自拍成人免费在线视频| 超碰cao已满18进入离开官网| 欧美精品在线一区| 青青草视频网站免费看| 欧美激欧美啪啪片| 亚洲av无码av吞精久久| 日产乱码一区二区国产内射| 国产av精品一区二区三区久久| 一区二区三区在线 | 欧| 91亚洲精品福利在线播放| 丝袜美腿精品福利在线视频| а天堂中文最新一区二区三区|