汉语动词子语类框架的自动获取技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60503071
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    23.0万
  • 负责人：
    穗志方
  • 依托单位：
    北京大学
  • 学科分类：
    F0211.信息检索与社会计算
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

大规模、高质量的词汇知识资源是自然语言系统处理真实文本的基本保证。随着语料库建设的发展以及机器学习研究的不断深入，基于大规模语料库的语言知识自动获取已经成为必然趋势。本申请以汉语动词子语类框架知识资源的建设为目标，重点研究汉语动词子语类框架的自动获取技术。子语类框架是描述动词词汇知识的一种最基本的形式，它是句法分析和词汇语义知识描述的前提和基础。语言学理论指导下的统计机器学习是本申请拟采取的基本研究方法。具体地，将从语言学的角度重点分析自动获取过程中的噪音问题和数据稀疏问题，通过把论元结构和动词义类信息作为特征加入最大熵模型中，在自动获取子语类框架的过程中统一解决这两个问题。最后，通过一个基于应用的评测机制评价动词子语类框架在句法分析应用中的实际效用。本申请将为建立大规模、高质量的汉语动词子语类框架知识资源奠定技术基础。其研究方法和关键技术对其它语言知识的自动获取也具有方法论上的参考意义。

结项摘要

项目成果

期刊论文数量（21）
专著数量（1）
科研奖励数量（1）
会议论文数量（20）
专利数量（0）
领域Ontology自动构建研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《北京邮电大学学报》，2006年11月增刊
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Ensemble of RFR_SUM unigram and bigram for Chinese WSD
中文 WSD 的 RFR_SUM 一元词组和二元词组的集成
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Computational Information Systems
  • 影响因子：
    --
  • 作者：
    Qu, Weiguang;Shao, Yanqiu;Yu, Jingsong;Li, Sujian;Sui, Zhifang;Zhou, Junsheng
  • 通讯作者：
    Zhou, Junsheng
A WSD Model for Corpus Construction
语料库构建的WSD模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于依存句法分析的汉语韵律层级自动预测技术研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《中文信息学报》，第22卷第2期，2008年 P116-123
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
汉语作格动词的判定标准
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《语言学论丛》，第35辑，商务印书馆，2007年，P46-68
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于浅层句法分析的中文语义角色标注研究
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    王鑫;孙薇薇;穗志方
  • 通讯作者：
    穗志方
网络用语词典的构建及问题分析
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    昝红英;许鸿飞;张坤丽;穗志方
  • 通讯作者：
    穗志方
基于Web弱指导的本体概念实例及属性的同步提取
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    康为;穗志方
  • 通讯作者：
    穗志方
基于并列结构的概念实例和属性的同步提取方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    李文杰;穗志方
  • 通讯作者：
    穗志方
基于分层输出神经网络的汉语语义角色标注
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    王臻;常宝宝;穗志方
  • 通讯作者：
    穗志方

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

穗志方的其他基金

基于隐含知识挖掘与时间敏感的知识图谱补全关键技术研究
  • 批准号：
    61772040
  • 批准年份：
    2017
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目
文本语言表达到概念关系的映射方法研究与资源建设
  • 批准号：
    61375074
  • 批准年份：
    2013
  • 资助金额：
    79.0 万元
  • 项目类别：
    面上项目
基于Web的概念实例及其属性值提取方法研究
  • 批准号：
    61075067
  • 批准年份：
    2010
  • 资助金额：
    37.0 万元
  • 项目类别：
    面上项目
基于结构化学习的语义角色标注方法研究
  • 批准号：
    60873156
  • 批准年份：
    2008
  • 资助金额：
    32.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码