关系词

摘要： 关系词是诗文意脉的重要载体。在中国诗体发达史上,关系词在诗中的出没呈现出“显—隐—显”的U字形轨迹,具体表现为古体中尚不忌讳,近体中基本消失,词曲中逐渐增多,而在新诗中则被广泛使用。新诗中关系词的这种“散文化”用法,不仅为中国诗体带来了从意合到形合、由混指到确指、由断续到连续等方面的重大改变,还牵涉出中国诗歌古今中外关系以及文野高下程度等诗学问题,具有重要的文体价值和文化价值。

摘要： 目前关系词识别规则库中共有规则734条,主要是基于字面特征的规则,仍需补充基于依存关系的规则。本文在依存语法的基础上,运用挖掘频繁项集的FP-tree算法对复句中依存规则进行自动挖掘。首先对语料进行预处理,为避免每次重复扫描数据库,先根据关系词对复句进行分类;同时排除数据集过小的分类结果,以保证挖掘规则的质量;然后利用特征分析器分析预处理后的语料,并对分析结果进行形式化表示得到复句的依存特征集合;接着用FP-tree算法对实验语料进行规则挖掘,共挖掘规则84条。实验结果表明,FP-tree算法对依存规则进行自动挖掘的可行性和有效性。

摘要： 定语从句是高中英语学习的重难点,出现在单选题,阅读理解,完形填空,语法填空和短文改错以及写作中。定语从句的考查点1.定语从句中关系词的选择取决于什么。2.定语从句中主语和谓语的一致性。3.定语从句中的特殊情况。下面笔者用题组对比的方法来阐释一下定语从句中的重难点。

摘要： 定语从句是高中英语学习的重难点,出现在单选题,阅读理解,完形填空,语法填空和短文改错以及写作中.定语从句的考查点1.定语从句中关系词的选择取决于什么.2.定语从句中主语和谓语的一致性.3.定语从句中的特殊情况.下面笔者用题组对比的方法来阐释一下定语从句中的重难点.

摘要： 本文从中职英语定语从句学习的现实需要出发,简要叙述选择定语从句关系词的一般步骤.

摘要： 通过考察目标关系词在相应语言内部是否存在有规律分布的同源序列,可以对该词的来源进行初步判断.借助这一方法,对郑伟先生《释古越语“市”及相关音韵现象——兼论“南染吴越”的词汇表现》一文中所举的四组汉语侗台语的“关系字(词)”材料进行了考察,认为它们均属汉语固有词,并不能反映江东方言对山越语的沾染借用,并且其中“凯”、“(贫)”、“檅”三例作为汉语侗台语关系词的可靠性存在欠缺.在“关系词”研究中,一要注意同源关系的考察,二要注意意义的准确对应,三要注意语音的规律对应,四要注意对方言本字的考察.

摘要： 汉语中关系词的自动标注问题是自然语言理解领域的基础性研究课题.本文采用基于规则的方法,并利用了华中师范大学语言与语言教育研究中心的"汉语复句库"以及利用了中科院计算语言所开发的自动分词系统FREEICTCLAS,对复句关系词进行了有效标注.对复句关系词进行了封闭测试和开放测试,测试结果表明其准确率分别达到84％和85％.

摘要： 复句关系词的自动标注是自然语言理解领域的基础性研究课题,是层次关系标注和机器翻译等问题的研究基础.本文采用概率统计方法,建立相应的渡越矩阵研究复句关系词的自动标注方法,并进行了有效标注.标注后,对复句关系词中容易产生歧义的"结果"和"如"进行了封闭性测试和开放性测试,测试结果表明其准确率分别达到98.32％和96.41％,85％和83％.

摘要： 复句在书面语中具有举足轻重的地位,如何让计算机正确理解复句是中文信息处理中一个值得重视的问题.现有的分词系统对复句关系词的正确切分与标注上不足以满足对复句进行层次分析和语义分析的需要.本文建立的分词系统在复句中关系词的切分和标注上做出了必要的改进.

摘要： 复句在汉语句法分析中具有重要地位，要推动复句研究就有必要建设一个专用语料库。“汉语复句语料库”是进行复句专题研究的大平台，是汉语本体领域和中文信息处理领域的一项重要资源。本文讨论的内容主要包括了三个部分：二、复句研究的重要意义；二、“汉语复句语料库”的建设情况，三、“汉语复句语料库”的利用。

摘要： 复句在汉语句法分析中具有重要地位，要推动复句研究就有必要建设一个专用语料库。“汉语复句语料库”是进行复句专题研究的大平台，是汉语本体领域和中文信息处理领域的一项重要资源。本文讨论的内容主要包括了三个部分：二、复句研究的重要意义；二、“汉语复句语料库”的建设情况，三、“汉语复句语料库”的利用。

摘要： 复句在汉语句法分析中具有重要地位，要推动复句研究就有必要建设一个专用语料库。“汉语复句语料库”是进行复句专题研究的大平台，是汉语本体领域和中文信息处理领域的一项重要资源。本文讨论的内容主要包括了三个部分：二、复句研究的重要意义；二、“汉语复句语料库”的建设情况，三、“汉语复句语料库”的利用。

摘要： 复句在汉语句法分析中具有重要地位，要推动复句研究就有必要建设一个专用语料库。“汉语复句语料库”是进行复句专题研究的大平台，是汉语本体领域和中文信息处理领域的一项重要资源。本文讨论的内容主要包括了三个部分：二、复句研究的重要意义；二、“汉语复句语料库”的建设情况，三、“汉语复句语料库”的利用。

摘要： 本发明提供了一种关系词确定方法及装置，其中，该方法包括：在对文本进行实体识别处理后，若任意两个实体之间仅存在一个词则将该词作为目标词放入预定义的目标词集合中，分别统计所述目标词集合中所述多个目标词的词频以及所述多个目标词的左右实体搭配类型的频率；分别根据所述多个目标词中每个目标词的词频以及所述每个目标词的左右实体搭配类型的频率计算所述每个目标词的信息熵；根据所述每个目标词的相似词的词频和信息熵信息确定所述每个目标词的可信度值；将所述可信度值大于预定阈值的一个或多个目标词确定为关系词，通过上述方案可以解决相关技术中如何确定能合理描述实体语义关系的关系词的问题。

摘要： 本发明公布了一种基于向量空间模型的关系词映射方法，属于自然语言处理领域。本发明方法的基本步骤如下：首先采用关系词与实体对之间的对应关系，通过统计实体对出现的频率及特异性构造每个关系词的特征向量。其次采用向量空间模型计算关系词与对应谓语的相似度，选取相似度值较高的谓语作为关系词的候选。最后将所有关系词的候选排序，选取具有最高可信度的谓语候选构造映射词典。本发明提出的关系词谓语映射方法，能够为自然语言中关系词与RDF图数据中谓语的自动映射提供一种有效的解决方案，达到使自然语言转换为图数据进行相应匹配的目的。

摘要： 概念图创建为用于开放领域知识中的文本理解的通用分类法。概念图中的节点包括实体和概念两者。边缘是从实体到概念，表明实体是概念的实例。本文中呈现了处理从开放域事实学习可解释关系以丰富和细化概念图的任务的实施方式。在一个或多个实施方式中，从开放域事实学习贝叶斯网络结构作为实体的事实和概念的关系词之间的可解释关系。在英文和中文数据集上进行了广泛的实验。与现有技术方法相比，所学习的网络结构基于英文和中文数据集两者上的实体的关系词来提高对实体概念的识别。

摘要： 本发明公开了多关系词对标签空间的实体关系联合抽取方法，输入层接收英文训练样本或预测阶段的样本；Tokenize层将输入层接收到的样本句子根据词表进行Token化，经过Bert编码后，得到Token语义表示向量以及得到记录单词在token序列起始位置的字典；Maxpooling层，基于所述字典，将Token语义表示向量进行最大池化，得到句子中每个单词的语义向量表示；联合抽取层枚举句子中所有的词对，并为其在所有预定义关系空间下进行标签打分，最后根据标签特征进行联合抽取。本发明使得在复杂关系下进行实体关系联合抽取的效果和效率得到了进一步的提升，为自然语言处理的底层提供了更好的保障。

摘要： 本发明公开了自然语言处理信息提取技术领域的一种抽取医疗文本中实体间关系词的方法、装置及系统，包括读取模块、计算模块和存储模块，读取模块主要是指系统读入一些中文医疗文本，计算模块主要包括关系词抽取单元，第一步：获取语料库，第二步：标识两个实体在句子中出现的先后顺序，第三步：利用自然语言处理工具对联合语素进行分词和词性标注，得到待抽取的词汇集合，第四步：保留词汇集合中动词、连词、介词等有效词汇，过滤非关系词词汇；第五步：将保留词存入有效词词典，第六步：对有效关系词词典中的词汇进行词性分类和规律分析，利用抽取规则，计算各词性比重和各字数比重，存储模块主要是对抽取到的关系词进行存储。

摘要： 本申请提出了一种商品属性词上下位关系词典的获取方法及其装置，涉及数据处理技术领域。该方法包括：从多个数据源中提取候选商品属性词；对候选商品属性词进行聚类分析，获取任一聚类的第一商品属性词；针对任一聚类的第一商品属性词，对第一商品属性词进行两两分组，得到商品属性词对；将任一商品属性词对输入目标分类模型中进行上下位关系类型识别，以获取任一商品属性词对的上下位关系，以生成商品属性词的上下位关系词典。本申请中，提高商品属性词的覆盖率，充分挖掘商品属性词之间的上下位关系，为后续的全量潜在上下位关系分类判断提供丰富的样本，显著提高获取商品属性上下位关系的准确率，可以挖掘出更多的商品属性上下位关系。

摘要： 本发明提供了一种关系词确定方法及装置，其中，该方法包括：在对文本进行实体识别处理后，若任意两个实体之间仅存在一个词则将该词作为目标词放入预定义的目标词集合中，分别统计所述目标词集合中所述多个目标词的词频以及所述多个目标词的左右实体搭配类型的频率；分别根据所述多个目标词中每个目标词的词频以及所述每个目标词的左右实体搭配类型的频率计算所述每个目标词的信息熵；根据所述每个目标词的相似词的词频和信息熵信息确定所述每个目标词的可信度值；将所述可信度值大于预定阈值的一个或多个目标词确定为关系词，通过上述方案可以解决相关技术中如何确定能合理描述实体语义关系的关系词的问题。

摘要： 本发明公开了一种水利空间关系词识别与提取的方法，包括如下步骤：基于定量统计特征的空间关系种子集获取；构建原始句法模式；泛化句法模式，通过将多个表达同类空间关系的原始句法模式泛化为一个模式，减少模式数量并提高了抽象程度；基于泛化后的句法模式实现空间关系的提取。本发明关注水利领域的空间关系抽取问题，利用弱监督方法实现空间关系的自动识别、空间关系词集合的构建、空间关系句法模式获取以及空间关系元组的抽取，节省了大量的人力与时间；实现了面向空间关系的水利数据资源抽取，将水利领域自由文本转化为结构化的数据，对图谱进行大规模、专业的空间关系补充，从而为用户提供更加精确的查询服务。

摘要： 本发明公布了一种基于向量空间模型的关系词映射方法，属于自然语言处理领域。本发明方法的基本步骤如下：首先采用关系词与实体对之间的对应关系，通过统计实体对出现的频率及特异性构造每个关系词的特征向量。其次采用向量空间模型计算关系词与对应谓语的相似度，选取相似度值较高的谓语作为关系词的候选。最后将所有关系词的候选排序，选取具有最高可信度的谓语候选构造映射词典。本发明提出的关系词谓语映射方法，能够为自然语言中关系词与RDF图数据中谓语的自动映射提供一种有效的解决方案，达到使自然语言转换为图数据进行相应匹配的目的。

摘要： 本发明提供一种基于多级共现关系词图的可视化文本信息发现方法，其步骤包括：抽取文档的文本内容，对文本内容进行切分，得到文本片段；对文本片段进行切分，提取关键词，并标记词类别标签；根据关键词在文本片段中的共现关系构建多级共现关系词图，图中的节点对应关键词，图中的边对应关键词共现；对图中的每个关键词构建词‑文档倒排索引，用以检索包含关键词的文档；通过共现关系词图获取可视化文本信息。本发明还提供一种基于多级共现关系词图的可视化文本信息发现系统，包括文档预处理模块、关键词提取模块、多级词图构建模块、词‑文档索引构建模块及可视化信息发现模块。