基于知网的汉语语义实例库的建设与应用

为了解决有指导词义消歧任务中的知识源问题,提出并构建了一个基于知网的汉语词义实例库(CSIC),同时开发了一个语义标注平台(SenseTag)。该平台通过方便快捷的人机交互方式显著提高了实例库的建设效率和质量。利用条件随机场模型,从实例库中自动学习消歧知识,进行自动标准在随机选取的部分汉语高频多义词的词义消歧开放测试中,取得了平均正确率85%的较好效果。     

图形背景理论模式下英语强调结构的教学认知

在英语中,说话人要重点突出的部分叫做强调.强调结构一直是学生学习英语的重点和难点。传统的教学方法存在诸多弊端,学生不会综合运用,不懂融会贯通。从新的视角对英语强调结构的教学进行认知势在必行。认知语言学中图形-背景理论为重新感知和理解强调结构提供了理据,进行形象具体化教学,有效提高学习效果。     

一种多策略GML应用模式匹配方法

地理标记语言(GML,Geography Markup Language)应用模式匹配是实现基于GML的地理信息共享的基础问题.结合现有模式匹配算法和GML3.0应用模式的特点,提出了一种多策略GML应用模式匹配方法.首先,将输入的GML应用模式转化为GML模式树,通过引入基于语言学和基于约束的具体匹配规则,分别对GML模式树进行元素对相似度计算,并对2种计算结果加权合并获得元素水平匹配的相似度值;然后,通过基于相似度传播的结构匹配算法对元素的相似度进行修正;最后,获得2个输入模式的元素匹配映射表.实验表明,该算法能够提高GML应用模式的元素匹配正确率.      

清代丛书汇辑小学著作论略

清代小学研究发达,丛书收录小学著作的数量非常可观。综合性丛书收录小学著作,自《四库全书》以后,较明代有了较大发展。专科丛书在《说文》学著作和音韵学著作的汇辑上最为突出。此外,由于清代辑佚学的兴盛,辑佚类丛书中收录小学著作的数量也比较多。清代丛书汇集小学著作,对清代以来的语言学及语言学史研究,是重要的文献基础,具有很高的学术价值。     

术语定义抽取的特征选择框架

为了进一步提升航空领域术语定义抽取的精度和效率,提出了一种不依赖已有特征选择方法的特征选择框架。该框架结合了分类特征的类间分布差异和类内分布差异,更好地表达了术语定义内部各子概念间特征分布的差异对划分类别的贡献。在分析该框架和传统过滤器特征选择方法对特征分布的影响的基础上,在航空领域术语定义语料库中对实验结果进行了对比。结果表明,本文提出的方法在使用平衡随机森林方法时,取得的最好成绩为F1-measure=0.652,F2-measure=0.761,所需特征比例从30%~40%降低到20%~30%;在使用直接分类方法时,F1-measure成绩提高了2.57倍,F2-measure成绩提高了3.11倍,均优于过滤器方法和Fisher Score方法。     

英汉专利语料中长句的分割

平行语是基于语料机器翻译方法的重要资源。专利语料中存在大量长句,这给机器翻译系统学习翻译模型带来了复杂性。因此,对专利语料中长句的分割将是十分有必要的。提出了一种基于统计词对齐的专利语料中长句分割方法,将标点的对应位置作为候选分割位置有效的保留了句子的句法结构,并且使用改进后的IBM翻译模型1对分割片段进行评分,进一步保证了长句分割的正确性。翻译实验证明该方法有效地提高了翻译系统的质量。     

“隐喻自洽”理论在民航术语翻译中的应用研究

基于认知语言学的隐喻构建理论，本文分析了翻译者的受喻者和施喻者双重身份，并且在专业经验和感知选择两个维度上应用自洽工具来翻译隐喻性的民航专业术语，以改进民航专业术语的翻译和教学工作。     

Exploring Regional Variation in Spatial Language Using Spatially Stratified Web-Sampled Route Direction Documents

Spatial language, such as route directions, can be analyzed to shed light on how humans communicate and conceptualize spatial knowledge. This article details a computational linguistic approach using route directions to study regional variations in spatial language. We developed a web-sourcing approach to collect human-generated route direction documents on a geographical scale. Specifically, we built the Spatially strAtified Route Direction (SARD) Corpus through automated scraping, classifying, and georeferencing of route directions. Based on semantic categories of cardinal and relative direction terms, the analysis of the SARD Corpus reveals significant differences and patterns on both national (United States, United Kingdom, and Australia) and regional (contiguous U.S. states) levels. Combining computational linguistics and georeferencing approaches offers the potential for extending classic spatial linguistic studies.