發(fā)布時(shí)間：2020-07-15 00:36

【摘要】：虛詞在漢語中具有連接語義的重要功能,卻很少應(yīng)用于搜索引擎、機(jī)器翻譯、人機(jī)對(duì)話這類對(duì)語義理解要求高的領(lǐng)域。古漢語虛詞隨時(shí)代發(fā)展演變出的諸多義項(xiàng)和用法,也成為閱讀和理解古文的一大阻礙�，F(xiàn)代漢語虛詞由古漢語虛詞演變而來,對(duì)現(xiàn)代漢語虛詞的研究離不開源頭的探尋。本文以古漢語虛詞詞性標(biāo)注為切入點(diǎn),嘗試解決古漢語虛詞詞性的自動(dòng)標(biāo)注問題,以期能更好的應(yīng)用于自然語言處理相關(guān)領(lǐng)域。面對(duì)古漢語虛詞詞性標(biāo)注語料的稀缺,本文首先從虛詞詞典中提取了源數(shù)據(jù),并將源數(shù)據(jù)一步步整理為虛詞詞性標(biāo)注語料,運(yùn)用數(shù)據(jù)增強(qiáng)手法對(duì)語料進(jìn)行擴(kuò)充;根據(jù)詞典數(shù)據(jù)按詞條聚合闡述義項(xiàng)的特點(diǎn),提出了詞條特征的使用。然后使用提取的虛詞詞性標(biāo)注語料對(duì)Bi-LSTM-CRF模型進(jìn)行訓(xùn)練,對(duì)比未采用詞條特征的模型,采用詞條特征的模型提升顯著,證明了詞條特征對(duì)于提升模型預(yù)測(cè)準(zhǔn)確率的有效性。使用未擴(kuò)充語料訓(xùn)練的模型在測(cè)試集上的一級(jí)詞性F1值和二級(jí)詞性F1值分別為75.61%和67.82%;使用擴(kuò)充語料訓(xùn)練的模型在測(cè)試集上一級(jí)詞性F1值和二級(jí)詞性F1值分別為98.22%和97.10%。最后,利用訓(xùn)練好的Bi-LSTM-CRF模型,設(shè)計(jì)并實(shí)現(xiàn)了古漢語虛詞詞性標(biāo)注系統(tǒng)。由于訓(xùn)練語料規(guī)模較小,不足以涵蓋古漢語虛詞的所有特征,開放測(cè)試集下表現(xiàn)與封閉測(cè)試集存在較大差距。對(duì)比現(xiàn)有的一款詞性標(biāo)注工具,本系統(tǒng)在古漢語虛詞詞性標(biāo)注上優(yōu)勢(shì)明顯,基本完成系統(tǒng)實(shí)現(xiàn)目標(biāo)。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.1;H131
【圖文】：

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文整體視為復(fù)音虛詞標(biāo)注詞性，還是作為單音虛詞單獨(dú)標(biāo)注詞性。第三點(diǎn)是本次語料的重大缺陷之一，最終導(dǎo)致了模型對(duì)虛詞所具有的實(shí)詞詞性缺乏判別能力。虛詞

能否擬合訓(xùn)練集。由于手頭古漢語虛詞詞性標(biāo)注語料的缺乏，需要從零開始準(zhǔn)備語料數(shù)據(jù)。本節(jié)將分五小節(jié)，分別為語料提取、數(shù)據(jù)清洗、定位詞性、語料校對(duì)及擴(kuò)充、語料生成。每一小節(jié)為前后相關(guān)的一步，分步闡述每一步完成的主要內(nèi)容。2.2.1 語料提取語料數(shù)據(jù)來源于虛詞詞典，數(shù)據(jù)源格式為 PDF 掃描文件，其中的文字無法被計(jì)算機(jī)直接識(shí)別和處理，為此，借助 OCR 技術(shù)和人工校對(duì)修改，完整提取了詞典正文部分和助動(dòng)詞介紹部分?jǐn)?shù)據(jù)，提取的數(shù)據(jù)各部分單音虛詞皆按照拼音排序，第一行以單音虛詞簡(jiǎn)體為字頭，其后為繁體字或異體字，之后為該單音虛詞的漢語拼音。第二行為虛詞具有的所有一級(jí)詞性，之后是對(duì)一級(jí)詞性進(jìn)行展開，輔以用法，例句，例句釋義。然后是固定搭配，復(fù)音虛詞，以及虛詞外的附加詞性，如動(dòng)詞，名詞，形容詞等。至此，完成第一步的語料提取，其形式如圖 2-2 所示。

此次去除的內(nèi)容有：拼音、用法、義項(xiàng)、引例出處、譯文、注意等。所采用的標(biāo)記及其意義見表 2-2。表 2-2 語料標(biāo)記符號(hào)表標(biāo)記符號(hào) 意義* 標(biāo)記單音虛詞詞條的開始| 如果除簡(jiǎn)體字外還有繁體字或異體字，用于分隔@ 標(biāo)記例句開始& 標(biāo)記詞性開始【 標(biāo)記復(fù)音虛詞和慣用詞組開始】 標(biāo)記復(fù)音虛詞和慣用詞組結(jié)束，及其對(duì)應(yīng)詞性的開始在除去本次詞性標(biāo)注系統(tǒng)不需要內(nèi)容，給需要內(nèi)容打上標(biāo)記數(shù)據(jù)后，完成第二步語料整理，語料形式如圖 2-3 所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 滕華英;;古漢語虛詞教學(xué)方法探討[J];長(zhǎng)春師范學(xué)院學(xué)報(bào);2013年11期

2 周宇;;對(duì)古漢語虛詞的幾點(diǎn)看法[J];文學(xué)教育(上);2013年03期

3 黃海英;;俞敏先生古漢語虛詞研究方法論析[J];武陵學(xué)刊;2011年06期

4 張玉金;;出土文獻(xiàn)與上古漢語虛詞研究[J];華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2009年03期

5 劉旭;程晏萍;;虛不失其重——論古漢語虛詞英譯理解的幾個(gè)關(guān)鍵[J];華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2005年Z1期

6 陳應(yīng)中;;古漢語虛詞辨源[J];遼寧師范大學(xué)學(xué)報(bào);1987年05期

7 喬惟森;;《莊子》“者”析[J];西北民族大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);1987年02期

8 蔣宗許;;古漢語虛詞研究的繼承和發(fā)展——評(píng)《古代漢語虛詞通釋》[J];辭書研究;1988年05期

9 班吉慶;;試論《說文》對(duì)古漢語虛詞的認(rèn)識(shí)[J];揚(yáng)州師院學(xué)報(bào)(社會(huì)科學(xué)版);1988年03期

10 方平權(quán);;《實(shí)用古漢語虛詞詳釋》評(píng)介[J];語文研究;1988年01期

相關(guān)會(huì)議論文 前2條

1 趙大明;;古漢語虛詞研究的最新進(jìn)展——評(píng)《古代漢語虛詞詞典》[A];中國(guó)辭書論集2001[C];2001年

2 祁艷;;“自V”結(jié)構(gòu)中“自”的淺談[A];江西省語言學(xué)會(huì)2004年年會(huì)論文集[C];2004年

相關(guān)碩士學(xué)位論文 前6條

1 陳火龍;基于Bi-LSTM-CRF的古漢語虛詞詞性標(biāo)注系統(tǒng)[D];華中科技大學(xué);2019年

2 張志剛;古漢語虛詞與修辭[D];內(nèi)蒙古師范大學(xué);2010年

3 劉旭;虛不失其重——論古漢語虛詞的英譯[D];武漢理工大學(xué);2004年

4 王紅生;元代以來的古漢語虛詞研究[D];新疆大學(xué);2006年

5 郭靈云;古漢語虛詞研究史[D];內(nèi)蒙古師范大學(xué);2003年

6 趙孜;研究生創(chuàng)新能力的培養(yǎng)[D];湖南科技大學(xué);2013年

本文編號(hào)：2755709