维吾尔语形态复杂词汇加工的认知神经ERP研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61866035
项目类别：
地区科学基金项目
资助金额：
30.0万
负责人：
阿布都克力木·阿布力孜
依托单位：
新疆财经大学
学科分类：
F0606.自然语言处理
结题年份：
2022
批准年份：
2018
项目状态：
已结题
起止时间：
2019-01-01 至2022-12-31

项目参与者：
哈里旦木•阿布都克里木；古力米热•阿吾旦；马志龙；于咏平；米热古丽·艾孜孜；
关键词：
词法结构分析词法语义分析词法分析

项目摘要

Word processing refers to the storage, representation, and form of extraction of words in the brain. With the rise of interdisciplinary disciplines such as psycholinguistics, cognitive neuroscience of language and computational linguistics, there has been a great deal of progress recently made in the study of word morphology and word processing in the brain, and different dynamic neurocognitive models of word processing and representation were also proposed. However, the processing and representation of complex morphological word still faces many problems: Whether the storage, representation and processing of morphologically complex word in the brain mental dictionary are word-centered or morpheme-centered? Does lexical structures influence the representation and storage of word in mental dictionary? How do word frequency, morpheme frequency, word length and other factors affect word representation? There is no single conclusion on these issues and there is a lack of cross-linguistic research evidence. Using word judgment paradigm, this paper will studies the processing of complex morphological vocabularies in Uyghur by means of event-related potential electroencephalography (EEG), and proposes the basic theoretical assumptions of the processing of morphologically complex word.

词汇加工, 指词汇在大脑中的存储、表征和提取形式。随着心理语言学、语言认知神经科学、计算语言学等交叉学科的兴起, 最近有关词汇形态结构与大脑词汇加工之间的研究取得了极大的进展, 并提出了词汇加工和表征的动态神经模型。但是目前形态复杂词汇的加工和表征仍面临着很多问题:形态复杂词汇在大脑心理词典中的存储、表征和加工形式是以词为中心还是以语素为中心? 词汇形态结构是否影响词汇在心理词典中的表征和存储形式? 词汇频率、语素频率、词汇长度等因素如何影响词表征? 这些问题目前还没有一个统一的结论, 而且缺乏跨语言研究证据。针对以上问题, 本文以形态复杂的维吾尔语为代表, 通过事件相关电位脑电技术, 采用词汇判断实验范式来研究形态复杂词汇的加工形式, 并提出形态复杂词汇加工的基本理论假设。

结项摘要

维吾尔语复杂词汇的形态分析是其自然语言处理中的重要研究内容，本项目为应对低资源语言语料匮乏、黏着语词汇形态复杂等问题，分别采用元学习方法，迁移学习方法处理以维吾尔语为代表的低资源语言形态切分以及命名实体识别任务，并取得了一定成果，主要研究如下：.1..鉴于维吾尔语形态复杂、数据稀缺问题，我们在少样本条件下，提出了维吾尔语形态切分的元学习方法，实验结果表明，元学习方法优于多种预训练模型，并进一步验证了元学习方法在少样本任务上具有更强的泛化能力。.2..针对低资源语言的表面切分和规范切分，采用多语言预训练模型对低资源语言进行编码，并通过自监督掩码语言模型辅助提高形态切分模型的正确率，增强模型的鲁棒性。该方法在一定程度上可以缓解有监督模型对标注数据的依赖性。.3..为了缓解低资源黏着语数据匮乏问题，充分考虑字符与字符或词与词的关系，提出一种低资源黏着语序列标注的方法X-W2NER。该方法能够快速得到词素、词性、时间、地点和人物等信息，显著减少分类时间，降低人工成本。. 本项目为维吾尔语、哈萨克语和柯尔克孜语等中亚低资源黏着语的形态切分、命名实体识别和词性标注等序列标注任务提供有效的技术支持，并充分应用于中亚低资源黏着语的形态和词性分析和信息抽取领域，从而应用于机器翻译、问答系统和情感分析等下游任务，同时对于国内其它低资源语言的序列标注任务有着借鉴和推广意义。