周小佩
- 作品数：4 被引量：8H指数：1
- 供职机构：苏州大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于平行推理机制的隐式篇章关系检测研究
- 篇章关系分析是自然语言处理的一个核心问题。在篇章研究领域中，篇章是指一系列连续子句、句子或语段构成的语言整体;而篇章关系是指同一篇章中，不同论元之间的语义逻辑关系（如因果关系、转折关系等）。其中，论元是一种具有完整语义并...
- 周小佩
- 关键词：信息检索
- 文献传递
- 基于功能连接词的隐式篇章关系推理被引量：1
- 2014年
- 功能连接词是一种直接表述篇章单元内部语义关系、结构特性和语境发展趋势的词特征。借助功能连接词的这一优势,该文提出一种基于功能连接词的隐式篇章关系推理方法。该方法首先挖掘词级与短语级的功能连接词,划分功能连接词的篇章关系类别;其次,为每个功能连接词构建概念模型,借以描述由功能连接词连接的论元属性,并建立论元概念与篇章关系的映射体系;最后,利用统计策略识别待测论元的概念模型,并借助"概念—关系"映射体系,实现隐式篇章语义关系推理。实验结果显示,该文基于功能连接词构建概念模型的推理方法,相较于现有的基于监督学习的分类方法,系统性能获得显著提升。
- 车婷婷洪宇周小佩严为绒姚建民朱巧明
- 基于平行论元的隐式篇章关系推理研究被引量：1
- 2012年
- 基于Penn Discourse TreeBank(简称PDTB)语料中的隐式篇章关系类型,提出一种无指导的识别方法。主要依据显式与隐式平行论元对之间的映射关系实现显式到隐式关系的推理,即利用显式论元对的篇章关系,推理与之平行的隐式论元对的篇章关系。推理过程主要包括:基于大规模语料库以及基于搜索引擎的平行语料挖掘,平行语料中显式连接词映射到篇章关系过程的消歧。与传统基于监督学习的分类方法相比,基于统计的无指导方法在隐式篇章关系推理的性能上获得显著提升,识别精确率提高了近15.6%。此外,在分析比较各研究方法的同时,指出目前隐式篇章关系推理研究所面临的主要困难与挑战。
- 周小佩洪宇车婷婷姚建民朱巧明
- 关键词：关系映射
- 一种无指导的隐式篇章关系推理方法研究被引量：6
- 2013年
- 该文提出一种基于信息检索的无指导方法,用于推理隐式篇章片段之间的语义连接关系,如因果关系、转折关系等。该文基于Google搜索引擎,抽取在句子结构以及语义层面上均与原隐式片段相似的显式片段,通过分析和识别相关显式关系来间接推理隐式关系。主要包括以下三个模块:构建高质量查询关键词并抽取候选显式关系;结合三种隐式关系推理模型(相似度、置信度、关联度),综合考察查询关键词以及候选关系的质量;基于排序学习的方法,统计高质量候选关系中的类别分布以实现最终隐式关系的推理。该文采用Penn Discourse TreeBank 2.0篇章语料库,最终方法精确率达到54.3%,与有指导的方法相比,提高了约14.3%。
- 周小佩洪宇车婷婷姚建民朱巧明
- 关键词：信息检索
