本文關(guān)鍵詞：基于人類(lèi)認(rèn)知過(guò)程的文本語(yǔ)義理解模型（HTSC）及構(gòu)建方法研究　出處：《上海大學(xué)》2016年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 文本語(yǔ)義理解 語(yǔ)義表征 認(rèn)知過(guò)程 動(dòng)態(tài)理解過(guò)程 語(yǔ)義關(guān)系發(fā)現(xiàn) 復(fù)雜度度量

【摘要】：隨著網(wǎng)絡(luò)的迅速發(fā)展,網(wǎng)絡(luò)中的文本信息呈現(xiàn)海量、快速、多樣、稀疏的特征,從而使得網(wǎng)絡(luò)用戶(hù)經(jīng)常出現(xiàn)迷航現(xiàn)象。在此情況下,我們需要一種面向機(jī)器的文本語(yǔ)義理解方法來(lái)輔助人們高效地組織、管理這些大規(guī)模網(wǎng)絡(luò)文本信息,進(jìn)而為人們提供優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)。但是,目前的機(jī)器文本語(yǔ)義理解方法存在以下問(wèn)題,包括:(1)人類(lèi)文本語(yǔ)義表達(dá)能力與機(jī)器文本語(yǔ)義理解能力之間存在較大鴻溝;(2)機(jī)器文本語(yǔ)義理解復(fù)雜性與網(wǎng)絡(luò)文本數(shù)據(jù)海量性之間的矛盾;(3)機(jī)器的文本語(yǔ)義理解過(guò)程缺乏背景知識(shí)指導(dǎo)。針對(duì)上述三個(gè)問(wèn)題,本文提出了基于人類(lèi)認(rèn)知過(guò)程的文本語(yǔ)義理解HTSC模型,本模型的基本思想為“認(rèn)知框架+輕量級(jí)算法實(shí)現(xiàn)”,通過(guò)模擬人類(lèi)的認(rèn)知過(guò)程,以使機(jī)器文本語(yǔ)義理解結(jié)果更符合人類(lèi)的認(rèn)知結(jié)果,從而解決問(wèn)題(1);通過(guò)輕量級(jí)的算法實(shí)現(xiàn),以使本模型能夠適應(yīng)、處理大規(guī)模的網(wǎng)絡(luò)文本環(huán)境,從而解決問(wèn)題(2);在認(rèn)知框架下,通過(guò)當(dāng)前文本語(yǔ)義與背景知識(shí)間循環(huán)往復(fù)的動(dòng)態(tài)理解過(guò)程,以從全局的角度來(lái)理解文本語(yǔ)義,從而解決問(wèn)題(3)。本文具體研究以下內(nèi)容:1.基于人類(lèi)的記憶認(rèn)知過(guò)程和文本信息加工過(guò)程理論,提出由感覺(jué)記憶、知覺(jué)關(guān)聯(lián)記憶、工作記憶、短期情景記憶和長(zhǎng)時(shí)記憶等幾部分構(gòu)成的文本語(yǔ)義理解HTSC模型,為面向機(jī)器的文本語(yǔ)義理解提供框架指導(dǎo)。2.在HTSC模型總體框架基礎(chǔ)上,提出了HTSC模型中各個(gè)記憶系統(tǒng)下的文本語(yǔ)義表征方法,從而為機(jī)器的文本語(yǔ)義理解提供理論載體,包括:基于課文多水平表征理論,提出基于工作記憶的文本語(yǔ)義表征方法;基于關(guān)鍵詞、篇章、話題三層文本語(yǔ)義網(wǎng)絡(luò),提出HTSC模型中基于短期情景記憶和長(zhǎng)時(shí)記憶的文本語(yǔ)義表征方法;基于人類(lèi)概念學(xué)習(xí)過(guò)程,提出文本語(yǔ)義冪級(jí)數(shù)表征方法。3.在語(yǔ)言學(xué)配價(jià)理論的基礎(chǔ)上,提出了詞之間語(yǔ)義關(guān)系的挖掘方法,避免了傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘方法語(yǔ)義信息低下、挖掘效果參數(shù)依賴(lài)性高的缺陷,為機(jī)器文本語(yǔ)義理解中語(yǔ)義關(guān)系的發(fā)現(xiàn)提供了可能,包括:基于配價(jià)理論以及句子壓膜理論,提出文本中動(dòng)詞依賴(lài)集挖掘方法;在動(dòng)詞依賴(lài)集基礎(chǔ)上,結(jié)合關(guān)聯(lián)規(guī)則挖掘方法,提出詞之間原子語(yǔ)義關(guān)系挖掘方法;基于詞之間原子語(yǔ)義關(guān)系,并結(jié)合文本中動(dòng)詞依賴(lài)集,提出詞之間具體語(yǔ)義關(guān)系挖掘方法。4.在人類(lèi)認(rèn)知過(guò)程的基礎(chǔ)上,提出了面向機(jī)器的文本語(yǔ)義動(dòng)態(tài)理解過(guò)程,以使得機(jī)器的文本語(yǔ)義理解更符合人類(lèi)的認(rèn)知結(jié)果,包括:基于連通圖理論,對(duì)文本語(yǔ)義連貫范式進(jìn)行形式化定義;基于文本語(yǔ)義連貫范式,提出當(dāng)前文本語(yǔ)義中激活線索的產(chǎn)生方法;基于語(yǔ)義鏈網(wǎng)絡(luò),提出背景知識(shí)激活方法以及融合方法。5.基于人類(lèi)概念學(xué)習(xí)過(guò)程中的復(fù)雜度度量理論,提出了文本理解的復(fù)雜度度量方法,從而為不同層次用戶(hù)提供個(gè)性化服務(wù)提供了可能,包括:基于概念代數(shù)復(fù)雜度度量,提出文本代數(shù)復(fù)雜度ACT;通過(guò)分析文本語(yǔ)義理解復(fù)雜度的影響因子,提出關(guān)鍵詞及其之上關(guān)聯(lián)關(guān)系的復(fù)雜度度量方法;基于關(guān)鍵詞及其之上關(guān)聯(lián)關(guān)系復(fù)雜度,提出文本代數(shù)復(fù)雜度改進(jìn)方法,包括擴(kuò)展型文本代數(shù)復(fù)雜度EACT和泛化型文本代數(shù)復(fù)雜度GEACT。6.基于HTSC模型及其之上的復(fù)雜度度量方法,研究與開(kāi)發(fā)了兩個(gè)應(yīng)用演示系統(tǒng):基于認(rèn)知過(guò)程的智能交互系統(tǒng)和基于復(fù)雜度度量的搜索演示系統(tǒng),從而為本文提出的HTSC模型提供了真實(shí)、合理的應(yīng)用場(chǎng)景。本文以基于人類(lèi)認(rèn)知過(guò)的文本語(yǔ)義理解模型研究為突破,探索建立面向機(jī)器文本語(yǔ)義理解的理論與方法體系,進(jìn)一步從理論上研究了文本語(yǔ)義的表征方法、詞之間語(yǔ)義關(guān)系發(fā)現(xiàn)方法、當(dāng)前文本語(yǔ)義與背景知識(shí)的動(dòng)態(tài)交互方法,以及復(fù)雜度度量方法等。本研究成果能夠直接應(yīng)用于語(yǔ)義搜索、個(gè)性化推薦、用戶(hù)關(guān)系發(fā)現(xiàn)、網(wǎng)絡(luò)輿情監(jiān)測(cè)等方面。
[Abstract]:With the rapid development of the network , the text information in the network presents massive , fast , diverse and sparse features , so that there is a great gap between the semantic understanding of the human text and the semantic understanding of the text . Based on the cognitive process of human memory and the theory of text information processing , this paper puts forward the method of semantic representation of text in HTSC model based on the theory of cognitive process and text information processing . Based on the concept algebra complexity measure , the complexity measure method of text algebra is proposed . Based on the complexity measure theory of cognitive process , this paper puts forward the method of complexity measure of text algebra complexity .

【學(xué)位授予單位】：上海大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李曉強(qiáng),崔德光,彭泉;一種基于映射表示方法的語(yǔ)義理解過(guò)程——有限嚴(yán)格句法結(jié)構(gòu)句群的語(yǔ)義理解方法[J];計(jì)算機(jī)工程與應(yīng)用;2001年19期

2 張波;向陽(yáng);黃震華;;基于本體的決策問(wèn)題語(yǔ)義理解及精煉方法[J];電子學(xué)報(bào);2012年08期

3 管燕;仲兆滿(mǎn);;基于語(yǔ)義理解的敘事文本表示模型[J];計(jì)算機(jī)應(yīng)用與軟件;2009年07期

4 梁天柱;劉射彪;;基于語(yǔ)義理解的人物發(fā)型輔助生成系統(tǒng)[J];微計(jì)算機(jī)信息;2010年33期

5 麥范金;葉東海;史慧;;基于語(yǔ)義理解的垃圾郵件過(guò)濾處理研究[J];中文信息學(xué)報(bào);2008年05期

6 馬玉慧;譚凱;尚曉晶;;基于語(yǔ)義句模的語(yǔ)義理解方法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年10期

7 何鳳英;;基于語(yǔ)義理解的中文博文傾向性分析[J];計(jì)算機(jī)應(yīng)用;2011年08期

8 康維新;曹宇亭;;交通事件的語(yǔ)義理解[J];應(yīng)用科技;2013年02期

9 李東普;麥范金;史慧;;基于語(yǔ)義理解的中文智能檢索模型研究[J];桂林航天工業(yè)高等專(zhuān)科學(xué)校學(xué)報(bào);2010年01期

10 翁妙鳳，沈勇;一個(gè)有語(yǔ)義理解的實(shí)驗(yàn)性保姆機(jī)器人規(guī)劃系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[J];計(jì)算機(jī)研究與發(fā)展;1995年07期

相關(guān)會(huì)議論文 前1條

1 徐琳宏;林鴻飛;楊志豪;;基于語(yǔ)義理解的文本傾向性識(shí)別機(jī)制[A];第三屆學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 黃文琦;異質(zhì)數(shù)據(jù)融合的道路場(chǎng)景語(yǔ)義理解[D];浙江大學(xué);2015年

2 張俊;基于人類(lèi)認(rèn)知過(guò)程的文本語(yǔ)義理解模型（HTSC）及構(gòu)建方法研究[D];上海大學(xué);2016年

相關(guān)碩士學(xué)位論文 前3條

1 倪茂樹(shù);基于語(yǔ)義理解的觀點(diǎn)評(píng)論挖掘研究[D];大連理工大學(xué);2007年

2 許元辰;基于優(yōu)化的語(yǔ)義理解與SVM相結(jié)合的文本情感分類(lèi)研究[D];南昌大學(xué);2014年

3 張獻(xiàn)力;互聯(lián)網(wǎng)網(wǎng)頁(yè)蘊(yùn)含高動(dòng)態(tài)交通信息的實(shí)時(shí)搜索與語(yǔ)義理解技術(shù)研究[D];浙江工業(yè)大學(xué);2014年

，

本文編號(hào)：1433158