导读:本文包含了语义角色论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语义,角色,句法,动词,模型,序列,多义性。
语义角色论文文献综述
孙道功,段弯弯[1]（2019）在《基于语义知识库的基本题元角色句法实现的语义制约研究》一文中研究指出题元角色的句法实现作为"句法—语义"接口的重要环节,直接关系到句法结构的生成。本文基于语义知识库,以施事和受事两个题元角色为典型个案,考察了基本题元角色的句法实现及其语义制约问题,分析了词汇单位、基本题元角色以及句法成分叁者之间的关系。一方面,揭示了基本题元角色句法实现的常规和非常规句位以及同一句位对不同题元角色类型的优选序列;另一方面,揭示了同一基本题元角色句法实现时的语义制约特点以及同一句位对不同义类词语充任角色的选择序列差异。(本文来源于《语言文字应用》期刊2019年04期）
王玉红,朱斌[2]（2019）在《《语义角色研究进展》述介》一文中研究指出1.引言Seppo Kittil?和Fernando Zú?iga编辑的论文集《语义角色研究进展》(Advances in Research on Semantic Roles)(1)于2016年由John Benjamins出版社出版,共vi+229页,对语义角色研究进行了总结与思考,体现了语义角色研究的进展。全书收录了7篇文章,有历时考察,也有共时描写;有理论思考,也(本文来源于《当代语言学》期刊2019年04期）
王旭阳,朱鹏飞[3]（2019）在《基于模糊机制和语义密度聚类的汉语自动语义角色标注研究》一文中研究指出基于CPB (Chinese Proposition Bank)提出一种基于LSTM-Bi-LSTM的汉语自动语义角色标注方法,并提出语义密度聚类进行数据预处理以及"模糊"机制利用于词向量转换过程。语义密度聚类通过密度的概念对谓词进行全局统一的聚类,将稀疏谓词替换为其所属聚类集合中的常见谓词;利用语义距离概念,将"模糊"机制引入词向量的转换过程,能适当地减少词向量的语义性,并提升与谓词词向量的相关性。利用Bi-LSTM网络自动学习特征表达,然后利用CRF和IOBES标注策略转化为词序列标注问题,引进一种词性学习方法;利用LSTM网络学习生成的词性特征向量与"模糊化"后的词向量融合后一同作为模型的输入向量;训练过程中采用了小批量梯度下降算法和Dropout正则化,这既加快了训练速度,又易于得到全局最优解,还防止了参数过拟合情况的出现。多组对比实验表明,该方法标注结果的F值最高达到了81.24%。(本文来源于《计算机应用与软件》期刊2019年09期）
葛东来,李军辉,朱慕华,李寿山,周国栋[4]（2019）在《融合源端句法和语义角色信息的AMR解析》一文中研究指出序列到序列(seq2seq)的框架可以应用到抽象语义表示(AMR)解析任务中,把AMR解析当作一个从源端句子到目标端AMR图的翻译任务。然而,以前的工作通常把源端句子表示为一个单词序列,忽略了句子内部潜藏的句法和语义角色信息。基于seq2seq框架,该文提出了一个直接而有效的融合句法和语义角色信息的AMR解析方法。实验结果表明,该文的方法在AMR英文标准数据集上取得了6.7%的显着提升。最后,该文从多个角度深入分析了源端的句法和语义角色信息是如何对AMR解析提供帮助的。分析表明,词性信息和subword技术对AMR解析性能提升的贡献最大,上层句法和语义角色信息次之。(本文来源于《中文信息学报》期刊2019年08期）
朱鹏飞[5]（2019）在《基于Bi-LSTM的汉语自动语义角色标注研究》一文中研究指出随着计算机技术的迅速发展以及大数据时代数据量的爆炸式增长,人们寻求对信息进行准确、快速且全面的获取与处理变的越来越困难,尤其是文本形式的信息。目前汉语自动语义角色标注方法已经有了很多的研究成果,但是仍有很多具有挑战性的问题亟待解决。通过深入探讨现有的语义角色标注模型,本文主要从数据预处理、特征向量和序列标注算法叁个方面进行了研究。本文所做的主要工作如下:1.对稀疏谓语和常见谓语存在训练样本不均衡的问题进行深入研究,提出语义密度聚类概念。为了提升模型输入向量的多特征表示能力,提出“模糊”机制,利用词向量距离的概念对非谓语词向量进行“模糊化”操作,改变了原始词向量的语义表达特性。以汉语命题语料库作为实验材料,在基于Bi-LSTM-CRF框架的汉语自动语义角色标注模型上进行多维度、多角度的对比实验,结果表明该方法能取得较好的语义角色标注性能。2.针对辅助特征对于语义角色标注的结果具有较大影响的事实,构造并训练了一个Bi-LSTM网络层来用于获取词性特征的表达,训练得到的词性特征表达作为模型输入向量的一部分组成向量;结合词向量与领域词典,引入六个有效统计特征,利用CRF模型实现领域术语识别,对领域术语的one-hot表示进行权重初始化,与词向量以及词性向量进行特定方式的结合形成新的输入特征向量,并在基于Bi-LSTM-CRF框架的汉语自动语义角色标注模型上进行多维度、多角度的对比实验。实验结果表明,本文引入的辅助特征能更好地对文本进行有效的表示,提出的特征向量组合模型具有更好的语义信息表达和领域适应性。3.针对“神经网络+CRF”框架以及基分类器用于序列标注任务时明显存在的缺陷,提出一种融合多类别分类器的序列标注算法。将条件随机场、结构化支持向量机和最大间隔马尔科夫网进行有效融合,首先利用集成学习方向训练叁类基分类器,分别得到十个弱学习器,然后利用算术平均结合策略将弱学习器集成为叁类强学习器,在预测阶段,引入了状态转移矩阵,最后利用Viterbi算法对预测序列进行求解。实验阶段将该模型应用于中文分词、词性标注以及语义角色标注任务中,实验结果表明,提出的序列标注模型在序列标注任务上具有较好的性能。(本文来源于《兰州理工大学》期刊2019-05-20）
马阳[6]（2019）在《从题元角色看英语“-er”类后缀名词的语义特点》一文中研究指出英语中有大量以"-er"或变体"-or"为后缀的名词,然而大多英语学习者对这类词的理解有一定局限性。本研究突破了这一局限性,从语义的角度对这类名词进行了分类描写。研究指出,这类名词有其多义性特点,主要表现在:语义指向施事,语义指向工具,语义指向受事,语义指向处所,语义指向主体,和语义指向经验体。本研究注重对实例的考察和总结,希望对英语学习者准确理解该类名词提供一些帮助。(本文来源于《教育现代化》期刊2019年37期）
乌日罕[7]（2019）在《蒙古语一价动词语义角色搭配模型研究》一文中研究指出蒙古文信息处理的研究过程中,以语料库为基础的自然语言处理,需要对语料库进行各方面的加工。为了进一步完善语料库并且对之后的工作作为基础,而选择“蒙古语一价动词语义角色搭配模型研究”为题目写这篇论文。此论文中,从“100万词级现代蒙古语语料库”中选取含有一价动词的43777个句子进行加工,对句中一价动词语义角色标注,分析语义角色种类,统计语义角色特征及其语义角色搭配模型。全文由引言,第一章,第二章,第叁章,总结五个部分组成。引言,主要介绍了选题意义,研究概况,标记集,研究方法与步骤等。第一章,介绍了语料来源,即从“面向信息处理的蒙古语动词语义搭配信息库”中选取词,从“100万词级现代蒙古语语料库”中选取动词谓语句的标准和步骤,词、句的统计和句子加工情况,语料加工过程中所遇到的问题和解决方法等内容。第二章,介绍了蒙古语动词语义角色,分析语料中出现的语义角色种类,统计语义角色、语义角色搭配模型。第叁章,介绍了“蒙古语一价动词语义角色搭配模型信息库”的构建方法和步骤,以及各属性字段和其取值问题。结论,总结全文,概括研究中已解决的问题,所遇到的问题,展望未来的研究工作。(本文来源于《内蒙古大学》期刊2019-05-01）
乌日乐[8]（2019）在《蒙古语二价“行为动词”语义角色搭配模型研究》一文中研究指出在蒙古文信息处理研究中动词是句子的中心,可以通过动词所支配的语义角色得到完整的句子语义和结构。句子的自动分析与生成也需要语义结构知识。所以本文是以机器能够正确识别句子语义并能够自动生成句子为目的,以穷尽式的方式对包含蒙古语二价“行为动词”的语料库进行语义角色标注,具体分析它们所支配语义角色的特征,并统计出了二价“行为动词”的语义角色搭配模型,最后创建了“'二价行为动词'的语义角色搭配模型信息库”。论文共由五个部分组成,内容如下:绪论部分 介绍了选题依据,相关研究概况,研究方法和步骤,资料来源及标记集等。第一章 阐述了从《100万词级现代蒙古语语料库》中筛选出包含所有二价“行为动词”的共53564个句子的标准及步骤,并论述了句子加工中所遇到的问题及其解决方法。第二章 论述了在实际语料库中标注二价“行为动词”的语义角色,统计出语义角色搭配模型的过程及目的,具体分析了二价“行为动词”语义角色的搭配模型。第叁章 介绍了构建“二价'行为动词'的语义角色搭配模型信息库”的方法和步骤,以及属性字段的设置和其取值问题。结论部分 归纳总结了全文,并指出了研究中存在的问题和以后需要完成的工作。(本文来源于《内蒙古大学》期刊2019-05-01）
王国强[9]（2019）在《日语中使役授受表达中的语义指向与论元角色》一文中研究指出围绕日语中的使役授受表达"させてあげる""させてくれる""させてもらう"进行探讨,叁者在语义呈现上各有自己的特征。"させてくれる"中以"使役对象"与"受益对象"不一致为例外,而"させてもらう"则以"使役对象"与"受益对象"的一致为例外。(本文来源于《林区教学》期刊2019年04期）
秦晓慧,侯霞,赵雪[10]（2019）在《一种融合语义角色和依存句法的实体关系抽取算法》一文中研究指出针对目前基于语义角色的实体及关系抽取技术效果不理想以及存在无法正确提取多个宾语的缺陷,提出一种基于语义角色和依存关系融合的方法:1)通过语义角色标注的方式抽取主语和核心谓词;2)以核心谓词为切入点,通过依存句法关系分析句子的并列结构(COO)和动宾结构(VOB),抽取其中的宾语实体;3)整合主语、核心谓词和宾语构成[实体关系实体]叁元组。对该算法和单纯依赖语义角色识别的算法进行了对比实验,结果显示该算法的精确率、召回率、F1值3个指标更优,表明这种实体关系抽取的方法可行有效,且在抽取多宾语的任务中效果明显。(本文来源于《北京信息科技大学学报(自然科学版)》期刊2019年01期）
语义角色论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
1.引言Seppo Kittil?和Fernando Zú?iga编辑的论文集《语义角色研究进展》(Advances in Research on Semantic Roles)(1)于2016年由John Benjamins出版社出版,共vi+229页,对语义角色研究进行了总结与思考,体现了语义角色研究的进展。全书收录了7篇文章,有历时考察,也有共时描写;有理论思考,也
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义角色论文参考文献
[1].孙道功,段弯弯.基于语义知识库的基本题元角色句法实现的语义制约研究[J].语言文字应用.2019
[2].王玉红,朱斌.《语义角色研究进展》述介[J].当代语言学.2019
[3].王旭阳,朱鹏飞.基于模糊机制和语义密度聚类的汉语自动语义角色标注研究[J].计算机应用与软件.2019
[4].葛东来,李军辉,朱慕华,李寿山,周国栋.融合源端句法和语义角色信息的AMR解析[J].中文信息学报.2019
[5].朱鹏飞.基于Bi-LSTM的汉语自动语义角色标注研究[D].兰州理工大学.2019
[6].马阳.从题元角色看英语“-er”类后缀名词的语义特点[J].教育现代化.2019
[7].乌日罕.蒙古语一价动词语义角色搭配模型研究[D].内蒙古大学.2019
[8].乌日乐.蒙古语二价“行为动词”语义角色搭配模型研究[D].内蒙古大学.2019
[9].王国强.日语中使役授受表达中的语义指向与论元角色[J].林区教学.2019
[10].秦晓慧,侯霞,赵雪.一种融合语义角色和依存句法的实体关系抽取算法[J].北京信息科技大学学报(自然科学版).2019
论文知识图
