一种基于句法信息增强的细粒度隐喻识别方法技术

本发明专利技术公开的一种基于句法信息增强的细粒度隐喻识别方法，属于自然语言处理和隐喻识别技术领域。本发明专利技术实现方法为：1、构建句法关系图，将句法关系图的词语节点通过递归拆分子串提取的语义特征向量和采用one‑hot编码提取的词性特征向量进行拼接，形成词语节点的特征向量；2、构建用于非结构化文本的细粒度隐喻识别模型；对句法、语义的选择偏好违反向量和隐喻识别向量进行特征融合，通过线性分类器获取二分类概率分布；3、对非结构化文本的细粒度隐喻识别模型进行训练；4、将非结构化文本输入至已训练的非结构化文本的细粒度隐喻识别模型中，获得隐喻词；与现有技术相比，本发明专利技术提升了非结构化文本隐喻的细粒度识别准确度。

【技术实现步骤摘要】

本专利技术涉及一种基于句法信息增强的细粒度隐喻识别方法，属于自然语言处理和隐喻识别，应用于非结构化文本数据的隐喻识别方面。

技术介绍

1、随着自然语言处理(nlp)技术的持续发展，隐喻识别作为理解语言深层语义的重要任务，在智能问答、情感分析、机器翻译和文本生成等多个应用场景中展现出越来越重要的作用。隐喻是一种常见而复杂的语言现象，通常通过非字面方式传达抽象概念和情感色彩，具有较强的上下文依赖性和语义多义性，因而识别难度较大。近年来，研究者提出了多种隐喻识别方法，涵盖了从规则驱动到深度学习的不同策略，推动了该领域的发展。这些方法不仅在特征设计和模型结构上不断演进，还逐步融合了语言学知识与语境建模能力，显著提升了模型对隐喻用法的理解水平。

2、但现有方法仍存在两个核心问题：其一，未能独立建模目标词和上下文的语义表示，容易引入冗余干扰信息；其二，对目标词句法邻接结构的建模粒度较粗，尚不足以支持复杂隐喻现象的准确判断。

3、因此，如何提升非结构化文本隐喻的细粒度识别准确度已经成为亟待解决的问题。

<b>技术实现思路...

【技术保护点】

1.一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：包括以下步骤，

2.如权利要求1所述的一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：步骤1实现方法为，

3.如权利要求2所述的一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：步骤1.2实现方法为，

4.如权利要求2所述的一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：步骤1.3实现方法为，

5.如权利要求4所述的一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：步骤1.3.1实现方法为，

6.如权利要求1所述的一种基于句法信息增强的细粒度隐喻识别方...

【技术特征摘要】

1.一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：包括以下步骤，

2.如权利要求1所述的一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：步骤1实现方法为，

3.如权利要求2所述的一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：步骤1.2实现方法为，

4.如权利要求2所述的一种基于句法信息增强的细粒度隐喻识别方法，其特征在于：步骤1.3实现方法为，

5.如权利要求4所述的一种基于句法信息增强的细粒度隐喻识别方法，其...

【专利技术属性】
技术研发人员：史树敏，杨成，张兴辰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：