词类功能游移的认知分析的任务书.docxVIP

词类功能游移的认知分析的任务书.docx

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

词类功能游移的认知分析的任务书

任务书:词类功能游移的认知分析

背景:

在自然语言处理中,词类标注及其相应的词性功能是非常重要的问题。现实情况很多时候并不是每个单词只有一个常用的词性和带着不变的语法功能。很多情况下,单词会根据上下文来进行变化、游移或者同时拥有几个可能的词性和功能。这对于自然语言处理来说是一种颇具挑战的问题。

任务:

本任务将关注的是这种词类功能游移的现象,我们将寻找一些比较难以处理的语言现象,例如:

1.单词词性转换问题,即一个单词可以有不同的词性,而这些词性转换是非常不规则且语境限定的。

例如:admit可以是及物动词,表示“承认”,也可以表不及物动词,表示“允许进入”

2.语法功能游移问题,即一个单词在句子中可以拥有不同的语法角色,而这些角色也可能是不规则的。

例如:在以下两句话中,一个down既可以是形容词,为表状态主语词,也可以是副词,修饰down的动词。

-Thecomputersystemisdown.

-Pleaseslowdown.

3.复合词内部词性划分问题,即在复合词中,各成分的词性划分是非常困难的,需要根据上下文语境、语素转化等方面考虑。

例如:在赞扬时使用的“好样的”,虽然看起来像一个形容词短语,但其实是由一个动词和一个副词组合而成的。

任务目标:

本任务的目标是在给定文本中,发现一些典型的,有代表性的词类功能游移现象,并尝试利用规则或者机器学习算法进行分析和解决。我们需要在结果中反映出实验过程中的困难和挑战。

任务步骤:

1.收集相关语料,包括各种自然语言处理任务的数据集,如剪纸、POS标注等;

2.通过自行观察、前人研究文献及NLP工具包等方式分析和归纳,确定目标现象;

3.设计实验方案,提取特征,使用分类器、聚类器等方法对数据进行处理,挖掘出词类功能游移现象;

4.对实验结果进行分析和解释,讨论采用的方法的优缺点和适用范围;

5.撰写研究论文;

6.对实验结果进行总结和反思,提出下一步的改进方案。

参考文献:

1.Alsulaimani,A.I.,Qabaja,B.S.,Alzahrani,A.H.(2018,August).Part-of-speechtaggingforArabictweets:Asurvey.In2018InternationalConferenceonComputationalScienceandComputationalIntelligence(CSCI)(pp.595-599).IEEE.

2.Liu,T.,Liang,Z.,Qin,H.(2019).AjointPOStaggingandmulti-wordidentificationmodelusingbiLSTM-CRF.Journalofcomputerscienceandtechnology,34(4),829-841.

3.Jackson,P.,Daelemans,W.,Hancock-Beaulieu,M.(2009).AFinite-stateApproachtoCompoundNounAnalysis.ElectronicNotesinTheoreticalComputerScience,239,77-90.

4.刘振海,翟长明.(2018).口语语料中词性标注与模板抽取算法的研究.计算机科学,45(5),117-120+131.

5.刘凌云,妥瑞娜.(2018).NLP领域的情感倾向性分析算法及其应用.电子科技大学.

您可能关注的文档

文档评论(0)

kuailelaifenxian + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体太仓市沙溪镇牛文库商务信息咨询服务部
IP属地上海
统一社会信用代码/组织机构代码
92320585MA1WRHUU8N

1亿VIP精品文档

相关文档