ACLSep, 2015

以句从和非谓语成分作为情态标志的动词 —— 重新审视基于句法意义的问题

PDF
TL;DR本文重新审视了 Levin 关于动词意义和句法的对应关系的理论，并从超过 600 个采用从句和非定式参数的德语动词的大型句法分类中推断出语义类。通过将推断的类及其英文翻译与三个不同词典中独立构建的语义类 - GermaNet、VerbNet 和 FrameNet 相关联，为推断的类建立了多角度的语义表征。最终，对其进行了详细的分析和评估。
发现论文，激发创造
  • 神经模型中的语义 - 句法推理

    研究使用神经模型捕捉词汇句法推理的能力。我们以事件事实预测任务为案例研究对象，并建立一个各种句法上下文中所有英语嵌入子句动词的事实判断数据集。我们使用这个数据集来探究当前最先进的神经系统的行为，揭示了这些系统在事实预测方面会出现某些系统性错误。

    Aug, 2018

  • 非监督式将动名词的论元映射到相应的动词标签上

    提出了一种更加语法化的方法来处理名化结构中的构成成分，并利用基于上下文的词表示来构建依存句法分析，实现了高准确率的动名对应。

    Jun, 2023

  • 基于语义的句法机器翻译中的情态和否定使用

    本文描述了为期八周的约翰霍普金斯大学人类语言技术卓越中心应用语言探索夏令营（SCALE-2009）中语义驱动机器翻译（SIMT）的资源和系统构建工作。作者引入了一种新的模态 / 否定（MN）注释方案，基于该方案和词典生成了两个自动化的 MN 标注器，并将其应用于用于翻译的语法框架中，结果显示基于结构的 MN 标注器的标注精确率高达 86％。最终生成的系统有效地提高了翻译质量。

    Feb, 2015

  • 利用句子可信度学习及物动词的语义

    利用逻辑回归分类器的参数构建线性映射，进行基于似然性的训练，用于形成具有歧义消解功能的动词矩阵；与基于语料库的方法相比较，该方法表现更有效。

    Nov, 2014

  • 从非基于事实的形式获取意义的可证明限制：未来的语言模型将理解什么？

    本文研究了在没有辅助的情况下，自然语言处理中的语言模型是否能够理解文本的内涵。研究发现，当文本满足语义透明性时，assertions 可以使系统模拟语义关系，并保留原本等价的关系。但对于某些语言类别而言，表达在不同上下文中可以有不同的含义，这时模拟会变得难以计算。最后，作者提出了这种模拟在计算机语言和自然语言之间的差异，并探讨了其在语义模态和其他语义关系中的应用。总之，未建立在基础语言上的模型在理解语义方面存在本质上的局限。

    Apr, 2021

  • 线性逻辑用于语义组合

    本文提出了一种基于约束推理的演绎方法，运用线性逻辑作为组装意义的 ' 粘合剂 '，不同于组合方法，该方法与 LFG 的完整性，一致性，修改和量化需求相协调，可用于在一种跨语言的统一格式中提供句法信息，以限制意义的派生。

    Apr, 1995

  • 论施事结构构式的神经实现

    本研究适用于多项心理语言学的研究方法，发现了 Transformer-based 语言模型 (LMs) 中的 Argument Structure Constructions (ASCs) 的存在，并对研究者提供了未来通过心理语言学实证研究语言模型的方法和方向。

    Feb, 2022

  • 跨文体的状态性：一种分布式语义学方法

    研究动词词汇体现出的语态对于文本蕴涵和学习语篇层推断至关重要。我们使用分布语义学有效地模拟了动态类别的两个基本维度，状态与事件以及目的性与非目的性事件。我们发现动词的本地上下文最能表明其语态，并证明封闭类词往往比内容词更具区分能力。我们的方法优于先前的三个数据集。最后，我们提供了一个由人 - 人对话注释的词汇视角数据集，并呈现实验结果，表明终止性与文本体裁和话语目标的相关性。

    Oct, 2020

  • 从形式和意义预测降维词类

    本研究研究了自然语言的名词语法变化，发现形式和语义对名词分类至关重要，尤其是在捷克语和德语中，能够为名词的语法变化提供很大的信息量，并且在不同语言中这种变化的差异性也存在。

    May, 2020

  • 名词转动词：概率框架语义下的词类转换

    本文基于概率论的框架语义，提出了一种名词转动词的语言创造性计算形式，并通过多种语音实验验证了其优越性及可行性。

    May, 2022