基于结构化学习的语义角色标注方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    60873156
  • 项目类别:
    面上项目
  • 资助金额:
    32.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0211.信息检索与社会计算
  • 结题年份:
    2011
  • 批准年份:
    2008
  • 项目状态:
    已结题
  • 起止时间:
    2009-01-01 至2011-12-31

项目摘要

结构化学习是机器学习领域一种新的学习算法。它处理的主要是那些输出有一定结构的问题。语言是一套有结构的符号系统,结构的特点几乎体现在自然语言处理的各个方面。本项目研究基于结构化学习的语义角色标注方法。将在语义角色标注领域展开结构化机器学习算法的研究。具体地,将研究如何利用传统语言学知识,准确地把握作为语义角色标注问题输出的谓词论元结构,充分地挖掘论元之间存在的关系,并把这种关系抽象到形式化模型上,进而利用结构化机器学习算法有效地解决这个问题。结构化机器学习无论在理论上还是在应用上都有着广泛的应用前景。将结构化机器学习算法应用于语义角色标注中是一个新的研究思路,既可进一步挖掘谓词论元结构的信息,提高语义角色标注的水平,也有利于促进结构化机器学习在应用方面的研究。该项目的研究成果也将为自然语言处理其它领域使用结构化机器学习算法,以及为将传统语言学知识更多地纳入到自然语言处理模型框架中提供参考。

结项摘要

项目成果

期刊论文数量(13)
专著数量(0)
科研奖励数量(2)
会议论文数量(15)
专利数量(1)
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
An Interactive Approach to Term Relation Extraction and Term Extraction
术语关系提取和术语提取的交互式方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Computational Information Systems
  • 影响因子:
    --
  • 作者:
    Hong Zhang;Zhifang Sui;Yongwei Hu
  • 通讯作者:
    Yongwei Hu
基于内容与形式交互的图书馆资源组织语义化方法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    情报理论与实践
  • 影响因子:
    --
  • 作者:
    胡永伟;刘耀;赵庆亮;穗志方
  • 通讯作者:
    穗志方
综合型语言知识库及其前景
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中文信息学报
  • 影响因子:
    --
  • 作者:
    穗志方;朱学锋;俞士汶
  • 通讯作者:
    俞士汶
Extracting Hyponymy Relation Between Chinese Terms Based on term Types Commonality and Sequential Patterns
基于术语类型提取中文术语之间的下位关系
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    ICIC Express Letters PartB: Application
  • 影响因子:
    --
  • 作者:
    Zhifang Sui;Yao Liu;Yongwei Hu
  • 通讯作者:
    Yongwei Hu

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

基于专业术语词典的自动领域本体构造
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    情报学报
  • 影响因子:
    --
  • 作者:
    李素建;段慧明;穗志方;何燕
  • 通讯作者:
    何燕
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
一种话题敏感的抽取式多文档摘要方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中文信息学报
  • 影响因子:
    --
  • 作者:
    应文豪;李素建;穗志方
  • 通讯作者:
    穗志方
中文医学知识图谱 CMeKG 构建初探
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中文信息学报
  • 影响因子:
    --
  • 作者:
    奥德玛;杨云飞;穗志方;代达劢;常宝宝;李素建;昝红英
  • 通讯作者:
    昝红英

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
汉语动词子语类框架的自动获取技术研究
  • 批准号:
    60503071
  • 批准年份:
    2005
  • 资助金额:
    23.0 万元
  • 项目类别:
    青年科学基金项目

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