- 相關(guān)推薦
基于領(lǐng)域的名詞短語語義分析及其實現(xiàn)的論文
摘 要：將自然語言理解限定在領(lǐng)域范圍內(nèi)，便于自然語言理解系統(tǒng)的實現(xiàn)，有利于解決智能人機接口、自動建模等問題。詳細地分析了其中的名詞短語的語義特點，并分析了其處理過程。
關(guān)鍵詞：自然語言理解;名詞短語;語義分析;領(lǐng)域
自然語言理解研究是當前最熱門的研究課題之一。目前國內(nèi)對漢語理解的研究雖然比較多，但相對成熟的卻比較少。這主要是由于漢語語句經(jīng)過詞法分析、語法分析以后還存在很多歧義。漢語與印歐語不同，關(guān)于成分間的搭配，其句法制約因素少一些，相應(yīng)地，語義制約因素更復(fù)雜一些。因而語法分析以后進行詳細地語義分析，計算機就可以更準確地理解漢語了。而又由于自然語言本身的模糊性和非精確性，以及計算機語言知識的貧乏，使得對語言的語義分析理解很困難。鑒于目前自然語言理解的需求，同時為了有效解決這個問題，本文將自然語言理解的范圍限制到某個領(lǐng)域內(nèi)進行研究。本文重點介紹漢語中名詞短語的語義分析過程。
1 基于領(lǐng)域的自然語言理解特點
基于領(lǐng)域的自然語言理解把自然語言進行領(lǐng)域劃分，在較小的范圍內(nèi)進行語言處理有其自身的優(yōu)勢：
(1) 縮小自然語言理解的研究范圍有利于系統(tǒng)研究與實現(xiàn)。計算機要達到能夠象人類一樣游刃有余地理解自然語言，不僅需要將全部的自然語言知識輸入進去，而且還需要將足夠的經(jīng)驗輸入進去，這將是一個相當大的挑戰(zhàn)。將自然語言限制在領(lǐng)域內(nèi)理解，其涉及的方面比較窄，詞匯量比較少，語義比較確定，故分詞、詞法分析就變得相當簡單，語義推理相也對比較簡單，歧義處理的復(fù)雜性也會降低。這樣系統(tǒng)開發(fā)就容易實現(xiàn)。
(2) 人們在分析處理復(fù)雜事物時，最常用的辦法是把復(fù)雜事物進行分解，由局部到全部逐步處理。對自然語言理解這一龐大的工程來說，把自然語言按不同領(lǐng)域進行劃分，不僅符合人類的思維習慣，而且降低了語言處理的難度。
2 名詞短語的語義分析
計算機對名詞短語的理解主要是對其組成成分間關(guān)系的識別。而在名詞短語的組成成分中，名詞與名詞之間關(guān)系的最為復(fù)雜，可以形成定心結(jié)構(gòu)、聯(lián)合結(jié)構(gòu)等等。同時，名詞間關(guān)系的理解又是短語語義結(jié)構(gòu)分析的重點，因此下面討論一下名詞間的關(guān)系。
第一種關(guān)系為一般特殊關(guān)系，這種關(guān)系不僅揭示了事物之間特有規(guī)律的聯(lián)系，而且還可以簡化概念的描述。采用面向?qū)ο笾欣^承的方法，可以使下層概念自動具有上層概念的可繼承的屬性，因而也就可以集中考慮下層概念的特有屬性。第二種關(guān)系是整體部分關(guān)系,又稱組裝關(guān)系，用于描述概念與其他概念之間的組成關(guān)系。通過他可以看出某個概念是以另外一些概念為其組成部分的�？陀^世界中，整體和部分關(guān)系廣泛存在于事物之間，如：物理上的整體事物和他的一個部分，如汽車與發(fā)動機；團體(組織)與成員，如班級與學生；空間上的包容關(guān)系，如教室與桌椅；抽象事物的整體與部分，如法律與法律條文；具體事物和他的某個抽象方面，如人員與人員的身份。第三種為實例關(guān)系。概念間的實例關(guān)系也叫類概念的實例化，他是連接類概念和對象概念的橋梁和紐帶，他主要是把類概念的屬性值適當取值而得到的。例如，對于概念“三角形”當其屬性“邊”取值為“ab、bc、ac”，頂點取值為“a、b、c”時，就得到概念“三角形”的實例化概念“三角形abc”。
3 名詞短語語義分析的實現(xiàn)
3.1 語義分析總流程
名詞短語理解的總流程圖如圖1所示。
3.2 句中名詞語義識別的實現(xiàn)
簡單句中名詞識別是分析名詞短語的基礎(chǔ)，名詞所描述的概念內(nèi)涵、外延等語義直接影響名詞短語的劃分及識別。
本系統(tǒng)對名詞語義分析實質(zhì)上是概念的實例化過程，實例化就是對概念的屬性值進行填充。我們用動態(tài)名詞及名詞屬性模板記錄實例概念及其屬性。因此，這里只需通過語義規(guī)則來填充動態(tài)名詞模板和名詞屬性模板就可完成概念的實例化，實現(xiàn)對具體概念的理解。
3.3 名詞短語劃分的實現(xiàn)
名詞短語的界定一直是理解名詞短語的難點。我們認為組成句子的基底結(jié)構(gòu)是動核結(jié)構(gòu)，任何一個動核結(jié)構(gòu)都是由動核和動元(動核所聯(lián)系的強制性語義成分)組成,而充當動核和動元的正是動詞和名詞，所以可認為名詞與動詞的理解是句子識別的核心。此外，結(jié)合漢語名詞短語的語法結(jié)構(gòu)特征，即大多數(shù)的名詞短語都是以名詞結(jié)尾，我們提出先對簡單句中的名詞短語做模糊劃分，將句子分為作動元的名詞塊與作動核的動詞塊兩部分。而對名詞短語的進一步準確界定，仍需更多的語義知識才能處理。
名詞短語識別的詳細流程如圖3所示。
3.4 名詞短語識別的實現(xiàn)
名詞短語的識別模塊是整個名詞短語理解的核心,他不僅實現(xiàn)名詞短語各組成成分及其語義關(guān)系的識別，而且通過語義分析的方法，可進一步界定名詞短語。
名詞短語識別模塊的流程如圖4所示。
4 結(jié) 語
把自然語言理解限定在領(lǐng)域范圍內(nèi)，顯著降低了語言理解的難度，有助于自然語言理解系統(tǒng)的開發(fā)。本文將自然語言中的名詞短語限制在特定的領(lǐng)域，大大降低了語義分析處理的難度，也提高了其實現(xiàn)的可能性。將自然語言理解的語義分析應(yīng)用于中學幾何網(wǎng)絡(luò)智能輔導的專家系統(tǒng)的接口，對其中的名詞短語進行理解，經(jīng)過初步調(diào)試，取得一定的成果，結(jié)果比較令人滿意。不過，由于自然語言理解是一個十分龐大的系統(tǒng)工程，對名詞短語的語義分析處理涉及面很廣，以及時間、條件和作者個人認識的限制，我們的工作還需要進一步深入，我們的系統(tǒng)還需要進一步的完善和改進。
參考文獻
［1］姚天順.自然語言理解——一種讓機器懂得人類語言的研究[m].北京：清華大學出版社，2002.
［2］石純一.人工智能原理[m].北京：清華大學出版社，1993.
�。�3］黃曾陽.hnc(概念層次網(wǎng)絡(luò))理論[m].北京：清華大學出版社，1998.
［4］賴朝安,孫延明，齊德昱，等.基于自然語言理解的專家系統(tǒng)研究[j].計算機工程，2003,29(1)：20-22.
�。�5］張亞非,范建華.自然語言處理：方法與技術(shù)[j].計算機應(yīng)用與軟件，1998,15(6)：1-15,34.
�。�6］侯國峰.一個自然語言理解系統(tǒng)的設(shè)計與實現(xiàn)[j].計算機應(yīng)用研究,2002,18(2)：19-22.
�。�7］陳周娟,續(xù)海峰,鈕士杰.基于靜態(tài)知識庫的領(lǐng)域內(nèi)自然語言理解的語義處理[j].機床與液壓,2007,35(7)：37-39.
【基于領(lǐng)域的名詞短語語義分析及其實現(xiàn)的論文】相關(guān)文章：
介詞短語的名詞作用12-09
常見名詞和介詞搭配短語03-27
以名詞為核心的短語有哪些03-26
專四的名詞搭配常見短語03-29
高考短語及其用法和搭配04-04
常見名詞和介詞搭配短語10個03-26
雅思聽力常用短語及其用法解讀04-29