导读:本文包含了框架语义分析论文开题报告文献综述及选题提纲参考文献，主要关键词:汉语框架语义知识库(CFN),框架排歧,多分类,支撑向量机
框架语义分析论文文献综述
门宇鹏,郝晓燕,董嘉敏[1]（2019）在《基于语义依存分析的CFN框架排歧》一文中研究指出为大规模自动构建语料库,使计算机能够理解文本信息,提出框架自动识别,框架排歧作为框架识别的子任务,是亟待解决的。框架排歧即根据目标词的上下文信息,从现有的框架库中,自动为该目标词标注一个合适的框架。利用分类算法的思想,使用支持向量机(SVM)中的"一对一"方法建立多个分类器来解决多分类问题。通过向已有的词性与依存句法关系特征之上再加入语义依存分析关系特征来提升框架排歧的准确率。训练语料和测试语料为山西大学建立的汉语框架语义知识库(CFN)中的7个词元,1519条例句,采用5-fold交叉验证。实验取得的最好结果为80.67%,验证了语义依存分析对框架排歧的有效性。(本文来源于《计算机工程与设计》期刊2019年09期）
李朝翻[2]（2019）在《基于社交网络文本框架语义分析的药品不良事件提取》一文中研究指出近年来,国内外药品不良事件的发生愈来愈成为一个严重的公共卫生问题。药品不良事件的提取既是有效利用海量社交网络文本医疗信息资源的现实需求,也是提高药品不良事件挖掘效率必须解决的关键问题。药品不良事件提取是通过抓取患者对药物的评论文本,进行框架语义分析,构建词表和不良事件模板,对提取事件结果进行总结及对照,得出相关结论。药品不良事件的提取能及时察觉出药品存在的安全性隐患,有效提高政府的监测效率,减少因无知、寡闻所造成药害事件的持续发生,此外能给予监管者、生产和研究者、流通商、药师、医生、护士、患者和消费者等群体一定的借鉴指导。本文首先对当下国内外药品不良事件提取相关的研究现状进行综述;接着对框架语义学的相关理论进行概述,引出基于框架语义分析的药品不良事件文本分析流程,同时着手构建药品不良事件语义分类词表,为后续的药品不良事件模板构建做好铺垫;其次根据药品不良事件提取流程图衍化出的提取要素构建药品不良事件的模板,并在槽填充下进行了细化的步骤解读,为后续的实验部分提供规范的数据支撑;抓取社交评论中患者对某一药品的评论文本进行实验,实验结果验证了提取方法的真实有效性;最后对研究工作进行总结概括,提出创新点和不足之处,同时简单阐述了对未来研究工作的见解。通过对药品不良事件的提取,能够为提高人类的健康水平做出一定贡献,具有较高的研究价值和意义。(本文来源于《山西大学》期刊2019-06-01）
何玲玲[3]（2019）在《基于框架语义的医疗在线评论情感分析》一文中研究指出随着现代科技的快速发展以及互联网的全面普及,在线医疗等互联网产业蓬勃兴起,积累了大量的医患诊疗对话记录、患者评价记录等,其中包含大量评价信息和情感信息。对这类信息的获取和处理,有助于全面、准确地评估患者病情、评价医疗服务水平,也为治疗和护理工作提供决策参考。然而,目前的医疗知识工程主要以客观性信息的提取和存储为主,面向医疗评论情感分析的词汇语义情感资源匮乏,情感分类粗浅、语义信息不完整,医疗情感分析技术的发展严重滞后。因此,需要对医疗评论的语义信息进行有效的提取和加工,实现情感内容语义理解,使得医疗情感知识挖掘的智能化水平更高。本文首先对当下国内外医疗情感领域的研究现状进行综述,对框架语义理论进行梳理,提出基于框架的医疗情感语义表示模型;然后通过对医疗在线评论的分析,提取情感词汇,将表达同一认知场景的词汇归纳为一个框架,定义其框架元素、框架-框架关系以及词语的情感倾向值,完成词典的构建,为实现情感分析提供基础;进而提出基于依存句法的语义标注规则和短语块情感倾向值的计算方法,构建基于词典和规则的医疗在线评论情感分析方法;采集医疗在线评论数据进行实验,衡量医疗在线评论情感分析方法的性能,并对自然语言处理结果修正前后的实验结果进行对比分析,结果表明本文提出的医疗在线评论情感分析方法表现出较好的准确率、召回率和F1值;最后,总结本文所做工作、创新点以及不足之处。本文的研究成果为情感语义角色分析、极性判断等相关处理任务提供语义资源,为观点挖掘和语义查询提供基础技术。(本文来源于《山西大学》期刊2019-06-01）
谢莎[4]（2019）在《语义波理论及其分析框架综述》一文中研究指出经过六十多年的发展,话语分析出现了合理化语码理论下的语义波理论新视角,语义引力和语义密度的强弱起伏变化被用来诠释课堂话语中的知识累积建构。目前语义波的分析框架主要包含主位结构和信息结构,语义波的概念性、时间性和空间性的划分,和权力叁项。其作用在于将语义波看成一个动态的实体,增强了课堂话语的解释力,但存在的问题是单个语义波没有形成统一的刻度划分标准,使得分析结果不够具体化,清晰化。(本文来源于《海外英语》期刊2019年10期）
尹洁[5]（2018）在《语义属性分析框架的构建及其在义位确立中的应用》一文中研究指出义位是词义的基本单位。然而,如何在复杂多变、难以捉摸的词义系统中确立义位,使之具有客观性、科学性、准确性,却成为令人困惑的难题。文章运用"二分+多分"的义素分析法,针对义位的语义属性构建分析框架,切分出类义素、表义素、中心义素和关涉义素等成分,分层次、多角度展示义位的语义属性。通过分析不同要素的地位和作用,为确立义位提供依据,也使得义位的确立从过去纯经验的感性行为,走上具有一定学理指导的科学化道路。(本文来源于《辞书研究》期刊2018年01期）
刘馨婷,蔡晓东[6]（2017）在《一种基于词向量与框架语义分析的句子相似度计算方法》一文中研究指出针对现有的汉语句子相似度计算方法不能完整地分析出句子的语义特征的问题,提出了一种基于词向量与框架语义分析的句子相似度计算方法。用搜狗语料对Word2vec模型进行训练,得到词向量词典,并通过查询该词典得到句子特征向量;采用语义框架对句子进行全面的语义刻画,计算句子中每个框架元素特征向量之间的相似度,通过相似度计算法则,得到句子相似度。实验分析结果表明,与现有的基于框架语义分析的句子相似度计算方法相比,本方法能够显着提高句子相似度计算的准确性。(本文来源于《桂林电子科技大学学报》期刊2017年06期）
纪娇娇[7]（2017）在《基于语义网络分析的转基因议题框架量化研究》一文中研究指出转基因技术和转基因食品安全问题属于风险社会的一个典型议题。不同的社会主体基于不同的利益视角探讨该话题,发展出多个议题框架。公众对转基因议题的讨论在一定程度上影响转基因公共政策议程,而媒介信息获取是公众对转基因态度形成过程中的重要因素,影响公众议题。近年来微信公众平台成为新闻消费的重要来源。基于微信公众平台,本文主要想研究两个方面的问题:一、公众关心转基因议题的哪些方面?二、不同媒体如何建构转基因议题框架?通过对这两方面问题的研究了解公众对转基因话题的信息诉求、媒体对转基因议题框架建构的倾向性、以及公众议题和媒介议题之间的差距,对政府和媒体如何充分利用微信公众平台进行科学传播,提高公众科学素养提出政策建议。本文主要由叁个部分构成:首先建构计算机辅助的议题框架量化研究方法,以应对大数据时代的海量媒介信息下的框架分析;然后利用新建构的量化研究手段分别探讨微信公众平台转基因公众议题和不同媒体对转基因议题框架建构的差异。一、建构计算机辅助的议题框架量化研究方法。基于框架分析归纳模式,引入语义网络分析的方法,归纳总结文本的议题框架。首先,将整个采集的样本构建议题框架抽取的语料库。按照设定的标准提取核心词汇,基于共词分析,建构整个语料库的语义网络,并对语义网络进行聚类分析,获得语义集群。最后对集群进行人工编码,概括总结每个集群的议题框架,即可获得整体样本存在哪几类议题框架。在议题框架提取的基础上,引入Bag-of-words模型并进行改进,利用扩展的模型建立文档和框架之间的联系,从而获得不同议题框架在每个文档中的统计。本文建构的量化议题框架分析方法,能够高效客观地分析议题框架,克服信效度难以保证、分析效率低下等问题。二、基于语义网络分析,研究公众对转基因议题关心的方面。通过微信公众平台采集的824篇有关转基因议题的文章进行分析,探讨其有关转基因食品及作物的内容中所涉及的方面和偏向性,以可视化图像直观呈现其议题内容,公众关心的方面涉及转基因生物安全政策、食品标识政策、转基因食品辨别、转基因食品事件披露等多个议题,但是分布不均匀。公众对转基因相关科普知识比较关心,但是微信公众平台文章整体上质量不高,来自权威公众号的高质量文章数量也有限。微信科普需要加强建立权威科普公众号,扩大微信公众平台整体发文数量,提高文章质量,保障内容的科学性。叁、基于语义网络和Bag-of-words模型提出的量化议题框架分析方法,比较中央主流媒体、生活服务媒体与科普类媒体对转基因不同议题框架的关注。研究表明,媒体对转基因报道的议题框架是多元化的,涉及六大议题框架:技术进步、科普、经济、社会影响、风险与安全管理、科学研究。不同类型的媒体对转基因议题进行报道呈现明显的议题偏向性,而公众往往只订阅部分媒体的微信公众号,接收到的信息可能存在片面性。受众面广的媒体尤其是央媒应该注重内容的多样化和平衡,保证受众能接收到全面信息。基于以上研究结果,对政府和媒体在微信公众平台进行科学传播给出政策建议:(1)建立关于转基因媒体报道和受众需求的平衡机制。政府和媒体要有针对性地进行议题建构,保障公众对转基因科学知识和信息的诉求得到满足。(2)加强对微信公众平台转基因谣言的管控,建立合理的谣言筛查和信息公布机制,维护良好的科学传播环境,提高公众科学素养。(本文来源于《中国科学技术大学》期刊2017-10-06）
文旭,丁芳芳[8]（2017）在《对称型汉语成语的自主/依存框架语义模式分析》一文中研究指出为了揭示汉语成语语义结构的形成机制,本文以自主/依存的语义框架模式对相同结构的非隐喻性和隐喻性语言的分析为基础,主要研究汉语对称型四字成语字面义与比喻义之间的关系。通过对比分析发现,汉语成语的组成部分之间以及字面义和比喻义之间均具有自主/依存关系;非隐喻性成语可由构成成分直接组合合成;在隐喻性成语中,作为自主成分的构成部分需要以隐喻映射为途径,才能阐释依存成分中的阐释位,从而合成完整的成语语义。(本文来源于《外语与外语教学》期刊2017年03期）
秦勇,丁建新[9]（2017）在《英语时光运动认知语义的概念框架分析》一文中研究指出时间是哲学最老的话题之一。现代哲学认为,时间、空间和事物是不可分的。事物之所以运动是因为有时间和空间的存在,而时间就是事物运动变化顺序性和持续性的表现。时间是一种心智的概念,它是事物运动或过程的概念表征,因而在认知领域时光运动可以通过语言表征。另一方面,在现象学中,时间性是人的存在方式。因此,现象学为认知语言学提供诠释时光运动的哲学基础。本文以现象学为哲学基础,提出英语时光运动的概念语义,并在主体自洽原则的基础上以认知的物质性、动态性、意向性为先设命题,对英语时光运动认知语义的概念框架进行小句层面的探讨,分别用时空方位概念结构的"容器图式"和动作概念结构的"始源—路径—目的地图式"进行定位和定量分析,并对其详略度、辖域、基体、侧面、突显和视角等变量参数的特性进行例证。最后尝试用概念合成理论将两种图式融合为一种原型范畴,这两种动觉意向图式是时光运动静与动的描述,是系统和运动的统一,也是语义和句法的结合。(本文来源于《外语学刊》期刊2017年03期）
纪娇娇,褚建勋[10]（2017）在《基于语义网络和BOW模型的中文议题框架量化分析》一文中研究指出【目的/意义】在大数据和信息爆炸的背景下,为改善传统中文议题框架分析方法中信效度难以保证、分析效率低下等问题,本文提出基于语义网络和Bag-of–words(BOW)模型两种方法结合的量化模型。【方法/过程】该模型首先利用语义网络分析提取样本的议题框架种类和整体集群分布,然后利用BOW模型对每个分析单元进行议题量化统计分析。最后,以《人民日报》转基因相关报道文本为例,验证量化模型议题分析的可行性和有效性。【结果/结论】结果表明,该方法可高效完成分析,同时保证了议题框架分析的客观性。(本文来源于《情报科学》期刊2017年05期）
框架语义分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,国内外药品不良事件的发生愈来愈成为一个严重的公共卫生问题。药品不良事件的提取既是有效利用海量社交网络文本医疗信息资源的现实需求,也是提高药品不良事件挖掘效率必须解决的关键问题。药品不良事件提取是通过抓取患者对药物的评论文本,进行框架语义分析,构建词表和不良事件模板,对提取事件结果进行总结及对照,得出相关结论。药品不良事件的提取能及时察觉出药品存在的安全性隐患,有效提高政府的监测效率,减少因无知、寡闻所造成药害事件的持续发生,此外能给予监管者、生产和研究者、流通商、药师、医生、护士、患者和消费者等群体一定的借鉴指导。本文首先对当下国内外药品不良事件提取相关的研究现状进行综述;接着对框架语义学的相关理论进行概述,引出基于框架语义分析的药品不良事件文本分析流程,同时着手构建药品不良事件语义分类词表,为后续的药品不良事件模板构建做好铺垫;其次根据药品不良事件提取流程图衍化出的提取要素构建药品不良事件的模板,并在槽填充下进行了细化的步骤解读,为后续的实验部分提供规范的数据支撑;抓取社交评论中患者对某一药品的评论文本进行实验,实验结果验证了提取方法的真实有效性;最后对研究工作进行总结概括,提出创新点和不足之处,同时简单阐述了对未来研究工作的见解。通过对药品不良事件的提取,能够为提高人类的健康水平做出一定贡献,具有较高的研究价值和意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
框架语义分析论文参考文献
[1].门宇鹏,郝晓燕,董嘉敏.基于语义依存分析的CFN框架排歧[J].计算机工程与设计.2019
[2].李朝翻.基于社交网络文本框架语义分析的药品不良事件提取[D].山西大学.2019
[3].何玲玲.基于框架语义的医疗在线评论情感分析[D].山西大学.2019
[4].谢莎.语义波理论及其分析框架综述[J].海外英语.2019
[5].尹洁.语义属性分析框架的构建及其在义位确立中的应用[J].辞书研究.2018
[6].刘馨婷,蔡晓东.一种基于词向量与框架语义分析的句子相似度计算方法[J].桂林电子科技大学学报.2017
[7].纪娇娇.基于语义网络分析的转基因议题框架量化研究[D].中国科学技术大学.2017
[8].文旭,丁芳芳.对称型汉语成语的自主/依存框架语义模式分析[J].外语与外语教学.2017
[9].秦勇,丁建新.英语时光运动认知语义的概念框架分析[J].外语学刊.2017
[10].纪娇娇,褚建勋.基于语义网络和BOW模型的中文议题框架量化分析[J].情报科学.2017
标签：汉语框架语义知识库(CFN); 框架排歧; 多分类; 支撑向量机;