论文部分内容阅读
复杂网络(Complex Network)是从全局的视角来研究复杂系统的新方法,无论网络的结构有多复杂,其规模有多大,它都采用节点和边两大基本要素来研究复杂的网络系统。复杂网络已经成为研究复杂性科学与复杂系统的强有力的工具,对复杂网络的研究具有极强的交叉学科特征。目前,复杂网络的研究、应用不仅已渗透到数学、物理、计算机科学、化学、生物和工程技术等各个学科,而且已经在社会、政治、军事、医药、经济、管理和语言等各个层面、各个领域都得到了广泛的应用。依存分析方法的核心是依存关系,依存关系是一种句中词对的二元关系,支配词记为核心词,被支配词记为依存词(dependent),它是依存文法的主要元素,通过对语言单位内成分间的依存关系的分析来揭示其句法结构,反映的是语义上核心词和依存词间的依赖关系。人类语言是人们彼此交流、相互沟通的主要工具之一,它随着人类的进步也不断进化着,现在很多学者经过大量研究表明:人类语言也是人类复杂系统中的一种复杂网络。语言网络作为复杂网络的一种新的研究领域得到了迅速发展。本文的主要研究内容包括:(1)本文先简单介绍了现代汉语“复句关系词本体知识库”,然后采用复杂网络的研究理论与研究方法对“复句关系词本体知识库”中的搭配关系词进行研究,抽取出其中的457个搭配关系词构建成一个现代“汉语复句关系词搭配库”(RWCDB)。(2)本文研究并提出了一种自动识别多重有标复句中搭配关系词的二阶段方法。该方法的基本思想是先采用“基本准则识别法”,对复句中关系词的搭配特征信息进行基本识别,初步判别两个关系词能否形成搭配关系:然后对于复杂搭配类,再采用第二阶段的“树图”识别法对该复杂搭配类关系词的搭配关系进行处理和识别。(3)在RWCDB的基础上,采用计算机软件技术自动转换构建出一个具有457个汉语复句关系词节点的现代“汉语复句关系词搭配语言网络”,并研究了该搭配语言网络的“小世界效应”和“无标度特征”。(4)在“汉语复句关系词搭配语言网络”的基础上,采用依存分析方法,从汉语复句关系词搭配的本体角度,对汉语复句关系词搭配语言网络进行分析、研究,由于现代汉语复句关系词搭配关系的有向性,实际上它们体现的是搭配关系词之间的一种依存关系,即它们是前呼关系词与其后应关系词之间的相互依存关系。所以本文构建的汉语复句关系词搭配语言网络,实际上是一种“汉语复句关系词搭配依存语言网络”。本文对“汉语复句关系词搭配依存语言网络”的依存路径长度特征、平均依存路径长度特征、依存度特征、平均依存度特征和依存聚集特征、平均依存聚集特征进行详细研究,并得到一系列相关的基本依存特征值。(5)本文先在分析“依存路径长度值”的基础上,研究出“依存路径长度准则”,然后在该准则的基础上,研究出“基于依存路径长度准则的汉语复句关系词搭配关系自动识别方法”,设计出“基于依存路径长度准则的汉语复句关系词搭配关系自动识别算法”,开发出“基于依存路径长度准则的汉语复句关系词搭配关系自动识别软件”。为了验证该软件的有效性,从CCCS语料库中挑选出1000条有标复句进行实验,实验结果该软件运行的正确率达到90%以上。本文的研究有助于提高网络搜索引擎的查全率、查准率和搜索的速度,有助于提高机器翻译的水平,有助于促进计算语言学和中文信息处理的研究与发展,有助于提高我国中小学的汉语教学和对外汉语教学的水平。本文研究成果的直接作用是为计算机识别并处理复句的层次关系奠定基础,为人们进一步深入研究计算机自动识别复句和汉语篇章的重大难题奠定研究基础。本文研究内容均属于理科、工科和文科三个学科的交叉性内容,所以本文的研究内容均为初探性。到目前为止,学术界还没有发现相关的研究报道。