项目名称: 短文本的精确语义感知与多分类研究

项目编号: No.61300094

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 周尔强

作者单位: 电子科技大学

项目金额: 25万元

中文摘要: 对文本的语义研究是自然语言处理以及人工智能的难点与热点问题。本项目首次将"精确语义推理"作为研究重点,从语义、精确推理以及多分类三个方面对短文本感知展开全面的研究。主要研究内容包括:①语义研究,即从词汇语义学、认知语言学、认知学等语言学领域以及计算机领域的知识工程,本体知识库等入手,研究探索从哪个方面或者用哪种方法可以更好地将词义(即词汇所蕴含的知识)用一种形式化或计算机化的方法表示出来;②精确推理研究,即研究在什么条件下、应该用或者不应该知识库中的哪些知识,以及研究如何使用语义知识、各种语义知识在使用时是否有共性、有哪些共性等;③多分类研究:即在语义以及精确推理机制的支持下,研究如何将文本按照不同的维度,即文本的社会属性,如:主题类别、传播等级、情感极性以及政治敏感性等,和不同的层次,如篇张、段落和句子,进行分类。

中文关键词: 语义;知识库;短文本;多分类;

英文摘要: The research of text semantics is a difficult but hot issue in the field of Natural Language Processing and Artificial Intelligence. This proposal is one of the first attempts where semantic and programmatic information of texts is incorporated so that the goal of precise reasoning according to these information can be undertaken. Three aspects (semantics, precise reasoning and multi-classification) will be addressed in this proposal: 1) The research of semantics will summarize the state-of-the-art in the field of linguistics, including lexical semantics, cognitive linguistics, cognitive science, and the field of computer knowledge engineering as well as ontology research. The task of semantics research will investigate and answer the question that on which aspects or by what methods can the meaning of words(the knowledge hiding behind) be better expressed in a formal or computerized way. 2) The research of precise reasoning will study on what condition a certain piece of knowledge in the knowledge base should be (or not be) used, and answer whether different semantic rules have some properties in common. 3) The research of text multi-classification will investigate the "social attributes" of texts and attack the problem of how to classify texts from different dimensions (such as: topic labels, propagation abili

英文关键词: Semantics;Knowledge Base;Short Texts;Multi-Classification;

成为VIP会员查看完整内容
1

相关内容

知识库(Knowledge Base)是知识工程中结构化,易操作,易利用,全面有组织的知识集群,是针对某一(或某些)领域问题求解的需要,采用某种(或若干)知识表示方式在计算 机存储器中 存储、组织、管理和使用的互相联系的知识片集合。这些知识片包括与领域相关的理论知识、事实数据,由专家经验得到的启发式知识,如某领域内有关的定义、定 理和运算法则以及常识性知识等。
【Chen Guanyi博士论文】汉语名词短语的计算生成,282页pdf
自然语言处理中的文本表示研究
专知会员服务
55+阅读 · 2022年1月10日
专知会员服务
18+阅读 · 2021年9月23日
专知会员服务
36+阅读 · 2021年5月29日
专知会员服务
13+阅读 · 2021年1月18日
实体关系抽取方法研究综述
专知会员服务
174+阅读 · 2020年7月19日
面向司法案件的案情知识图谱自动构建
专知会员服务
122+阅读 · 2020年4月17日
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
37+阅读 · 2019年8月18日
一文读懂文本处理中的对抗训练
PaperWeekly
22+阅读 · 2019年6月5日
一文读懂命名实体识别
AINLP
31+阅读 · 2019年4月23日
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
综述 | 事件抽取及推理 (上)
开放知识图谱
87+阅读 · 2019年1月9日
【教程】如何使用深度学习为照片自动生成文本描述?
GAN生成式对抗网络
20+阅读 · 2017年11月19日
国家自然科学基金
4+阅读 · 2017年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
24+阅读 · 2021年1月25日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
小贴士
相关VIP内容
【Chen Guanyi博士论文】汉语名词短语的计算生成,282页pdf
自然语言处理中的文本表示研究
专知会员服务
55+阅读 · 2022年1月10日
专知会员服务
18+阅读 · 2021年9月23日
专知会员服务
36+阅读 · 2021年5月29日
专知会员服务
13+阅读 · 2021年1月18日
实体关系抽取方法研究综述
专知会员服务
174+阅读 · 2020年7月19日
面向司法案件的案情知识图谱自动构建
专知会员服务
122+阅读 · 2020年4月17日
相关资讯
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
37+阅读 · 2019年8月18日
一文读懂文本处理中的对抗训练
PaperWeekly
22+阅读 · 2019年6月5日
一文读懂命名实体识别
AINLP
31+阅读 · 2019年4月23日
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
综述 | 事件抽取及推理 (上)
开放知识图谱
87+阅读 · 2019年1月9日
【教程】如何使用深度学习为照片自动生成文本描述?
GAN生成式对抗网络
20+阅读 · 2017年11月19日
相关基金
国家自然科学基金
4+阅读 · 2017年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员