Oct, 2022

一张图统治所有：使用自然语言处理和图神经网络分析托尔金的全息传说

PDF
TL;DR本研究结合自然语言处理、机器学习、社交网络分析与网络科学等视角，运用图神经网络分析了 J.R.R. Tolkien 的作品中人物关系网络，并发现这种分析方法对分析和可视化 Tolkien 文学作品的叙述风格有显著帮助，并且在角色分类、嵌入和共现预测等方面，图神经网络优于其他常见的词嵌入方法。该研究突出了图学习在计算文学研究中的潜在大有用途。
computational literary studiesnatural language processingmachine learninggraph neural networksj.r.r. tolkien's legendarium
发现论文，激发创造
  • 利用现代文学小说中的人物交互图来理解社会结构 —— 有影响力的孟加拉作家的半个世纪编年史

    利用角色互动图和自然语言处理派生的特征，对当代文学作品进行社会调查和信息检索。从文学作品构建角色互动图，提取相关图特征，并利用这些特征解决各种现实生活问题。实验评估表明，角色互动图在文学作品的特定评估和信息检索方面具有高度有效性。

    Oct, 2023

  • 学习对虚构角色的情感关系进行分类：皱眉的弗罗多、畏缩的莱娅和严肃的友谊

    本文介绍了一个新的任务 - 将小说角色之间的情感关系分类，并针对该任务提出了两个子任务：角色识别和情感关系分类。通过多种不同的神经网络方法建立了情感关系分类模型，最终达到了 0.45 F1 指标。

    Mar, 2019

  • 自然语言的复杂系统方法

    从复杂性科学的角度总结了自然语言研究中使用的主要方法概念，并记录了这些方法在识别语言的通用和系统特征方面的适用性。讨论了数量语言学中三个与复杂性相关的研究趋势，包括对文本中单词频率的研究、基于时间序列分析的方法应用于研究书面文本中的相关性、以及将网络形式主义应用于自然语言研究中。

    Jan, 2024

  • 基于网络模式识别的作者归属

    利用复杂网络的概念和方法，研究关键词识别、自动提取摘要和作者归属等自然语言处理任务中的模式识别技术，提出了基于功能词重复模式的作者归属任务，运用机器学习方法对其进行验证，结果表明模式能够区分不同作者的写作风格，并推荐将其应用于其他相关的语言任务。

    Jul, 2016

  • 应用自然语言处理技术进行民间故事的信息检索

    利用自然语言处理和推理技术在领域本体上提取有关文学人物的信息。以民间故事为例构建了本体。

    Nov, 2015

  • 书面人类语言的网络属性

    该研究运用复杂网络理论探究文本语言特性，并通过生长网络模型验证存在顶点功能分类和不同层次的顶点相关性，展示出类似于句法结构的网络结构。

    May, 2006

  • 基于循环网络的文本表征

    本文研究了如何使用多尺度方法来表征文本结构，进而通过对不同文学体裁作对比分析，使用可达性、对称性和重现度量这些多尺度概念和方法来区分小说和非小说文本的异同。

    Jan, 2022

  • 文学小说中人物之间的动态关系建模

    研究角色是计算上表示和解释叙述性文本的关键，本文通过提出一个半监督框架来从全面和部分标记的数据中学习动态发展的角色关系，使用 Markovian 模型来积累历史信仰，结合语言和语义功能特征来研究叙述的文本内容，实验证明此框架优于基准模型。

    Nov, 2015

  • 语义网络的拓扑特性和组织原则

    研究了 ConceptNet 定义的由 11 种不同语言的七个语义关系组成的语义网络的特性，发现它们普遍具有稀疏、高度聚集和幂律程度分布等基本属性，少数语言的语义网络由于语法规则的影响出现幂律分布中的峰值。此外，根据语义关系类型和语言不同，语义网络中连接的形成受不同原则的指导，利用语义网络中相似性和互补性知识，可以提高 NLP 算法中的缺失链接推断。

    Apr, 2023

  • 利用字符 n-gram 嵌入来提高循环神经网络语言模型

    本文提出一种基于循环神经网络的语言模型，并利用字符信息中的 n-gram 构建单词嵌入，结合常规单词嵌入。该模型在语言模型数据集上取得最佳困惑度，同时在机器翻译和标题生成等应用任务中也表现出较好的性能。

    Jun, 2019