基于语义依存图的汉语复杂名词短语资源建设与自动分析研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61173095
  • 项目类别：
    面上项目
  • 资助金额：
    57.0万
  • 负责人：
    萧国政
  • 依托单位：
    武汉大学
  • 学科分类：
    F0211.信息检索与社会计算
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

本项目旨在研究汉语复杂名词短语的语义依存结构，提出基于多标记有向图的表示机制，建设大规模标注资源并探讨基于区分性模型的分析策略。语义依存结构跳脱句法依存的限制，允许多父节点、边多标记和交叉依存。所建资源包含源于真实语料的8万复杂名词短语，所提区分性策略基于对数线性模型，其特征设计可刻划局部和全局性的结构化信息。本项目有助于探讨和阐清适合汉语实际的语义描写机制；丰富汉语自身的语义资源和语义分析策略；对提高汉语自动分析、信息抽取和机器翻译等技术的性能有一定意义。

结项摘要

本项目已建设完成8 万汉语复杂名词短语大规模语义依存结构描述资源，语料均来源于新闻语料。并在此基础上，针对复杂名词短语的内部结构特征，提出了基于多标记有向图的复杂名词短语内部语义关系的表示方法，探讨了基于简单边优先与 SVM 相结合的依存句法分析策略。该算法考虑了复杂名词短语的内部结构特征，在降低计算复杂度的同时，有效地保证了准确率。实验证明该算法能良好地应用于复杂名词短语的依存分析，且准确率和效率高于现有中文句法分析器。本项目对探索适合汉语真实文本实际的语义描写机制，丰富汉语人机共用的语义资源和语义分析策略，对提高汉语自动分析、信息抽取和机器翻译等技术的性能均有一定意义。

项目成果

期刊论文数量（11）
专著数量（1）
科研奖励数量（0）
会议论文数量（6）
专利数量（0）
复合名词短语 N1 AN2 中 形容词语义指向的判定与分析
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    汉语学习
  • 影响因子：
    --
  • 作者：
    冯文贺
  • 通讯作者：
    冯文贺
Automatic Ontology Construction Based on Clustering Nucleus
基于聚类核的本体自动构建
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    Wuhan University Journal of Natural Sciences
  • 影响因子：
    --
  • 作者：
    ZHAO Lin;REN Han;WAN Jing
  • 通讯作者：
    WAN Jing
现代汉语非名词性空语类
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    现代外语
  • 影响因子：
    --
  • 作者：
    屠爱萍
  • 通讯作者：
    屠爱萍
题元角色理解与英语动词一词多义的认知与教学
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    武汉科技大学学报(社会科学版)
  • 影响因子：
    --
  • 作者：
    双文庭
  • 通讯作者：
    双文庭
隐性形式、扣合与句位变体
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    汉语学习
  • 影响因子：
    --
  • 作者：
    屠爱萍
  • 通讯作者：
    屠爱萍

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

多义词的事件语义及演化动力——以动词“开”为例
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    湖北社会科学
  • 影响因子：
    --
  • 作者：
    王冬芝;萧国政
  • 通讯作者：
    萧国政

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

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