基于主題模型的漢語動詞隱喻識別

白振凱，黃孝喜，王榮波，諶志群，王小華

(杭州電子科技大學 認知與智能計算研究所，浙江 杭州 310018)

基于主題模型的漢語動詞隱喻識別

白振凱，黃孝喜，王榮波，諶志群，王小華

(杭州電子科技大學 認知與智能計算研究所，浙江 杭州 310018)

隱喻是人類語言不可缺少的組成部分，隱喻處理的好壞將直接影響到自然語言處理和機器翻譯的發(fā)展，其中隱喻識別作為隱喻處理中基礎性的工作，越來越得到研究者們的關注。目前，漢語隱喻識別的研究大部分都集中在短語級別的名詞性隱喻的識別上，然而，實際文本中動詞性隱喻出現(xiàn)的頻率更高，更應該受到更多中文隱喻研究者們的重視。為了提高漢語隱喻的識別率，針對句子級別的漢語動詞性隱喻，提出了基于主題模型的識別方法，將主題模型LDA(Latent Dirichlet Allocation)應用于漢語的動詞隱喻識別過程中。該方法利用句子的主題分布作為特征，結(jié)合機器學習的方法對動詞隱喻進行識別，得到的平均正確率為76.46%，在加入主題標注特征后，平均正確率達到80.42%。實驗結(jié)果表明，基于主題模型的識別方法是有效的。

隱喻識別；主題模型；LDA；機器學習；自然語言處理

1 概 述

隱喻是人類語言中不可缺少的組成部分，它不僅是一種修辭手段，更是人們理解和思維的手段[1]。如果隱喻的機器理解問題無法得到有效解決，將會對自然語言的理解和機器翻譯技術的發(fā)展帶來更多的限制[2]。所以隱喻的處理工作越來越得到自然語言領域的研究者們的重視。

在人們的生活中，隱喻隨處可見。英國修辭學家理查茲發(fā)現(xiàn)，在日常會話中，平均每三句話就會使用一個隱喻[3]。因此，識別隱喻表達成為自然語言處理研究中一個重要且基礎性的工作，并且動詞隱喻的識別工作在隱喻研究中占有重要的地位。束定芳[4]歸納了隱喻表達中經(jīng)常使用的語言信號和標記，包含了領域或話題的標志、元語言、強調(diào)詞語、模糊限制詞、明喻以及引號等，比如：詞語“如、像、好似”等出現(xiàn)在語句中時，經(jīng)常會是隱喻用法，在英語表達中，如：“as，like，same as”等比喻詞也是隱喻表達的信號標注。在基于語義知識的方法中，Wilks[5]認為隱喻的使用會導致語義上的優(yōu)先中斷，因此他提出了根據(jù)語義選擇限制的異常來進行隱喻識別。Fass[6]在Wilks的選擇優(yōu)先中斷思想的基礎上，對轉(zhuǎn)喻、隱喻和詞義異常的使用情況進行了解釋，并給出了一個Met*系統(tǒng)來解釋隱喻性語言。針對“A is B”，“verb+noun”，“adj+noun”型的隱喻表達，Krishnakumaran和Zhu[7]在Wilks提出的選擇優(yōu)先中斷思想的基礎上，通過對數(shù)據(jù)的分析，提出了一種通過WordNet中的上、下位義關系來進行識別的方法。Mason[8]從大規(guī)模的領域數(shù)據(jù)庫中抽取動詞的語義知識，并通過動詞的語義在不同領域中的差異性對比識別出句子中的隱喻表達。在語料庫的基礎上，他提出了隱喻識別的CorMet系統(tǒng)。圍繞隱喻的計算模型，張威、周昌樂[9]提出了基于邏輯的方法去分析挖掘隱喻表達中的潛在含義。楊蕓[10]設計了一種計算模型用于對漢語隱喻進行識別與解釋工作。黃孝喜[11]提出了一種反映隱喻映射機制的形式及推理方法。

近年來，機器學習方法得到了廣泛應用，基于統(tǒng)計機器學習的隱喻處理已成為目前主流的處理方法。Shutova[12]通過對名詞、動詞的聚類實現(xiàn)隱喻識別。Gedigian[13]利用最大熵模型對動詞性隱喻進行了識別，他通過對空間動作、操作、健康等語義類的動詞在華爾街日報(WSJ)中使用頻率的統(tǒng)計，發(fā)現(xiàn)這些動詞中隱喻的用法占到了90%以上，說明了隱喻表達具有普遍性。Birke等[14]提出的弱監(jiān)督的聚類方法TroFi(Trope Finder)，在動詞隱喻的識別工作中取得了不錯的成果。王治敏[15]釆用機器學習和規(guī)則相結(jié)合的方法對“n+n”型的名詞性隱喻進行了識別，她分別使用了基于實例的方法、基于樸素貝葉斯的方法和基于最大熵模型的方法對詞語的隱喻用法進行識別，發(fā)現(xiàn)基于最大熵模型的方法效果最好。李斌等[16]結(jié)合條件隨機場模型和最大熵模型解決了“像”的明喻計算，并對本體、喻體和它們的相似點進行了識別。趙紅艷[17]在條件隨機場和最大熵模型的基礎上，又結(jié)合《知網(wǎng)》的語義信息和《同義詞詞林》的同義詞信息，實現(xiàn)了動詞的隱喻識別。文中針對漢語句子中的動詞隱喻提出了基于主題模型的識別方法，并通過實驗表明該方法取得了較好的效果。

2 相關工作

2.1 隱喻識別

Fass[6]把違反語義選擇限制的使用情況進一步細化，并認為隱喻是兩個概念的相似，可以看作是一種相似性推理的結(jié)果。研究的不足之處是該方法中的語義知識是由人工構(gòu)建，并且規(guī)模較小，使實驗結(jié)果具有局限性。

Gedigian[13]利用最大熵模型對動詞性隱喻進行了識別。該方法中需要使用語義角色標注技術對論元特征進行提取，但是當前的語義角色標注技術還不夠成熟。

馮帥等[18]提出了基于百科資源的名詞性隱喻識別方法，他們從網(wǎng)絡百科知識中挖掘出詞語概念的背景世界知識，并對其量化，以此判斷它們是不是來自于同一個概念域，從而確定是否是隱喻表達。該方法只是對釋義文本的知識進行了量化，而沒有把其語義內(nèi)容考慮在內(nèi)，并且實驗語料的規(guī)模較小，句式較單一，實驗的擴展性還有待進一步驗證。

近幾年主題模型在自然語言處理研究中得到了大量應用，在隱喻識別研究中也表現(xiàn)出了顯著的成果。Hana Heintz等[19]利用LDA主題模型對特定目標域(government)進行了隱喻的自動提取，Steven等[20]利用LDA主題模型對部分常用動詞隱喻用法的使用頻率進行了研究，他們都取得了不錯的成果。然而國內(nèi)對主題模型在漢語隱喻上的應用還沒有相關研究，并且對隱喻的識別工作大部分都集中在短語級別的研究，如文獻[7]中“A is B”，“verb+noun”，“adj+noun”型，文獻[15]中“n+n”型等隱喻短語結(jié)構(gòu)的識別，而針對句子級別的研究相對較少。鑒于此，文中針對隱喻句子級別的識別方法進行了探究，將LDA主題模型應用于漢語動詞隱喻識別研究中。

2.2 LDA模型

LDA模型最早于2003年由Blei[21]提出，用于對文本建模。LDA模型是一個多層的貝葉斯結(jié)構(gòu)模型，將模型中的參數(shù)當作一個隨機變量，通過使用控制參數(shù)的參數(shù)，徹底實現(xiàn)了模型的“概率化”。

作為一種常用的主題模型，LDA模型自提出起便受到廣泛應用，常用于對文本建模。LDA模型是一個“文檔-主題-詞”的三層貝葉斯生成式模型，將詞和文檔通過潛在的主題聯(lián)系在一起。在LDA中，每個文檔dj是由一系列的主題k組成，而每個主題k由一系列的詞項xij組成，文檔dj和主題k之間服從狄利克雷分布θj，參數(shù)α來自于一個先驗(Dirichletprior)函數(shù)，主題k和詞項xij之間服從一個多項式分布xij。這樣一篇文檔中每個詞xij來自于φk，對應的主題來自于θj。因此LDA生成一篇文檔的方式可以理解為：

θj～Dir(α),φk～Dir(β),ziy=k～θj,xij～φk

(1)

其中，Dir(*)表示狄利克雷分布。

文檔的聯(lián)合分布為:

(2)

其中，“主題-詞”分布φ和“文檔-主題”分布θ是模型中的主要變量。

對LDA模型的參數(shù)進行估計的方法有很多，常用的有EM算法和Gibbs抽樣，由于直接使用EM算法估計φ和θ時有可能會陷入局部極值的情況，所以常利用Gibbs抽樣的方法進行參數(shù)估計。對于給定的詞匯xij，參數(shù)取詞匯在主題z上的后驗概率p(xij|z)的近似值。Gibbs抽樣首先給語料中所有詞匯隨機分配一個主題，構(gòu)成初始的Markov鏈；然后使用下列公式對詞-主題分布和文檔-主題分布進行計算，獲取Markov鏈的下一個狀態(tài)；

每次通過式(3)進行采樣，得到wij的新主題zij，不斷重復這個過程，直到迭代次數(shù)完成或分布收斂后，可得到LDA的兩個參數(shù)θ和φ：

(4)

其中，θkj表示文檔dj中主題k的概率；θwk表示詞w上主題k的概率。

2.3 支持向量機

在機器學習中，支持向量機(SVM)是與相關的學習算法有關的監(jiān)督學習模型，可以分析數(shù)據(jù)，識別模式，用于分類和回歸分析。支持向量機方法根據(jù)特征空間的數(shù)據(jù)是否線性可分，分為線性支持向量機和非線性支持向量機。非線性支持向量機的原理是把輸入向量從低維特征空間映射到高維特征空間，從而把非線性問題轉(zhuǎn)換成線性問題，而這種變換是通過核函數(shù)k(x,xi)來實現(xiàn)的[22]。支持向量機的特點在于根據(jù)有限的樣本信息在模型的復雜性(即對特定訓練樣本的學習精度)和學習能力(即無錯誤地識別任意樣本的能力)之間尋求最佳折中，以獲得最好的推廣能力。

3 基于LDA模型的動詞隱喻識別

動詞隱喻是人類表達中較為常見的隱喻手法，在隱喻識別中占有重要位置。

例:

(1)據(jù)德國《世界報》報道，德國家庭每人年均“丟棄”垃圾為335 kg。

(2)一個“丟棄”傳統(tǒng)的民族是沒有希望的民族。

在現(xiàn)代漢語詞典中，丟棄的解釋是：

[丟棄]diu1 qi4扔掉；拋棄；雖是舊衣服，他也舍不得～。

在動詞語義的形成過程中，人們將最先出現(xiàn)的語義認為是動詞的字面義。在這兩個例子中，動詞“丟棄”分別修飾了“垃圾”和“傳統(tǒng)”，賓語“垃圾”是一個具體的概念，“傳統(tǒng)”是一個抽象的概念，根據(jù)詞典的解釋可以看出，例1使用了“丟棄”的字面用法，而例2使用了“丟棄”的隱喻用法。

由于目前在中文隱喻處理上還沒有相對比較成熟的句法或者語義角色分析工具，因此文中旨在句子層面上對漢語動詞隱喻進行識別，通過對大量隱喻表達的觀察不難發(fā)現(xiàn)，動詞隱喻的使用與句子結(jié)構(gòu)和所表達的主題思想有很大聯(lián)系。比如，當“丟棄”這個動詞與“傳統(tǒng)”、“文化”、“民族”、“素質(zhì)”等主題詞一同出現(xiàn)時，更傾向于使用隱喻表達，而與“水果”、“食物”、“木材”等主題詞一同出現(xiàn)時，更傾向于使用常規(guī)表達。所以假設動詞隱喻的使用與句子潛在的主題相關，而主題模型是獲得文本潛在語義和主題分布的最好方法，故將主題模型引入到動詞隱喻識別中。

文中從兩方面對動詞隱喻識別進行研究。一方面是考察LDA的“文檔-主題”分布，提取實驗數(shù)據(jù)的這部分主題分布作為句子的特征進行實驗；另一方面考察LDA的“主題-詞”分布，通過主題標注，引入主題標注特征進行實驗。最后分別使用支持向量機(SVM)作為分類器進行訓練和預測。實驗總體流程如圖1所示。

圖1 實驗總體流程圖

3.1 LDA主題建模

首先在一個大的文本語料集上運行LDA，進行主題建模。通過對語料進行分詞、去除停用詞等預處理，以預處理后的文檔集合中的句子作為LDA的輸入文檔，使用LDA為句子集合進行建模，然后采用Gibbs抽樣方法對參數(shù)進行估計，得到句子在語料集上的“文檔-主題”分布和“主題-詞”分布。

采用GibbsLDA++工具包實現(xiàn)主題模型的訓練與測試，使用《人民日報》在2000年的語料，經(jīng)過Gibbs抽樣迭代后提取100個主題，α和β采用GibbsLDA++工具包中的默認參數(shù)。其中主題數(shù)利用困惑度(Perplexity)指標[21]確認，該指標表示預測數(shù)據(jù)時的不確定度，取值越小表示性能越好。從LDA主題建模后的“主題-詞”分布中可以看出，一個主題是由與這個主題相關詞語的概率分布構(gòu)成，相同或相近主題的詞語被分在同一個主題下，從而實現(xiàn)了詞語按主題的一個聚類，使文檔的主題分布具有了一定程度上的語義信息。

3.2 特征提取

3.2.1 主題分布特征

通過LDA對《人民日報》語料集進行主題建模后，利用已訓練好的模型對預處理后的實驗數(shù)據(jù)進行預測，得到實驗數(shù)據(jù)的“文檔-主題”分布和“主題-詞”分布。其中，“文檔-主題”分布代表了每條語句在所有主題上的分布情況，句子的主題信息可以很明確地通過在每個主題上的分布概率得到，所以提取實驗數(shù)據(jù)的這部分主題分布信息作為句子的特征，利用這個句子級別的主題概率分布作為實驗特征向量的一部分放入分類器中進行訓練。

3.2.2 主題標注特征

隱喻被普遍認為是由具體的源域到抽象的目標域的一種映射，但是LDA主題模型中并沒有直接反映出詞語的具體和抽象概念。為了表現(xiàn)出詞語的具體抽象信息，提出一種標注方法，使用“具體”“抽象”“混合”“其他”四個標簽對模型中的100個主題進行標注，標注實驗的Kappa值等于0.75，標注結(jié)果滿足一致性指標。

4個新的特征通過計算每一個特征對應主題的概率之和得到。例如，主題07、13、20和65被標注為抽象主題，那么“抽象”這個特征的表示就等于主題07、13、20、65在“文檔-主題”分布中對應的概率之和。在之前主題分布的100特征上進一步加入4個新的主題標注特征放入分類器中進行訓練。

3.3 分類器

采用SVM作為分類器進行實驗，將提取的句子特征作為輸入，使用臺灣大學林智仁博士等開發(fā)設計的LIBSVM工具包對動詞隱喻的識別進行訓練和測試，實驗參數(shù)均使用工具默認參數(shù)，結(jié)果均采用十折交叉驗證得到。

4 實 驗

4.1 實驗數(shù)據(jù)

文中選擇包含了“編織”、“丟棄”、“培植”、“提煉”、“品嘗”、“咀嚼”6個常用動詞的句子進行實驗，數(shù)據(jù)來源為北京大學中國語言學研究中心的語料庫(CCL)，通過檢索分別隨機抽取含有這6個動詞的句子，并進行人工標注，將句子標注為隱喻表達和常規(guī)表達，其中隱喻句子僅選擇動詞的單一隱喻表達進行實驗。實驗數(shù)據(jù)如表1所示(其中，Baseline指句子中隱喻句所占比例)。

表1 實驗數(shù)據(jù)

4.2 實驗設置

(1)主題數(shù)。

利用困惑度指標來確定主題模型的主題個數(shù)，將LDA模型的主題數(shù)預設置為10～200，通過實驗得到Perplexity隨主題個數(shù)的變化情況，如圖2所示。困惑度數(shù)值隨著主題數(shù)的不斷增加而逐步下降，當主題數(shù)達到100時，下降趨勢趨于穩(wěn)定。實驗中的主題數(shù)目越多，LDA模型進行參數(shù)估計的次數(shù)就越多，從而會導致計算的難度增加，因此文中取主題數(shù)T=100。

圖2 不同主題下的困惑度

(2)對比試驗。

為表明實驗的有效性，文中設計了兩組對比實驗：第一組采用趙紅艷[17]的實驗，針對相同的動詞，采用最大熵模型(MEM)和條件隨機場模型(CRF)進行動詞隱喻的識別；第二組采用基于TF-IDF為特征的方法來代替中文方法中提取特征的方法，在這種方法下，數(shù)據(jù)中的每個詞的權(quán)重使用式(5)表示：

4.3 實驗結(jié)果分析

文中將采用分類的正確率(Accuracy)和隱喻識別的準確率(Precision)、召回率(Recall)作為實驗結(jié)果的評測標準，實驗結(jié)果如表2、3所示。其中，TF-IDF+SVM表示基于TF-IDF做特征的對比實驗，LDA+SVM表示僅使用主題分布特征的實驗，LDA+SVM+LDAgroup表示在主題分布基礎上加入主題標注特征后的實驗。

表2 實驗結(jié)果與對比實驗正確率對比

表3 準確率、召回率、F值

從分類的正確率來看，對比文中方法與對比實驗1的結(jié)果可以看出，文中方法整體效果明顯要好于文獻[17]的實驗效果，除了“編織”一詞的正確率稍低一點外，其他五個詞語的分類正確率明顯要高于其最大熵和條件隨機場模型的結(jié)果；與對比實驗2結(jié)果比較可以看出，用TF-IDF做特征的分類正確率明顯較低，而LDA+SVM模型的方法將正確率平均提高了將近10個百分點，這是由于TF-IDF只是對詞語在句子中的出現(xiàn)情況進行了簡單統(tǒng)計，無法直接表示詞語在句中的語義關系導致，而LDA可以很好地表現(xiàn)出詞語的主題分布這一信息，從而使文本具有一定的語義特征，使得分類識別的效果要優(yōu)于TF-IDF。從這一方面也可以看出，主題模型要優(yōu)于傳統(tǒng)的空間向量模型。從實驗LDA+SVM+LDAgroup可以看出，在進一步加入主題標注特征后正確率又有所提升，說明了標注主題具體抽象信息的有效性。如表3所示，文中實驗在準確率、召回率和F值上也體現(xiàn)出了明顯的優(yōu)勢，每組實驗的F值均有提升，最高可達81.79%。

5 結(jié)束語

文中提出了一種針對動詞隱喻表達的句子級別的識別方法，首次將LDA主題模型應用到漢語隱喻識別的研究中，利用句子的主題分布作為特征，并加入了具有具體、抽象信息的主題標注方式，使識別效果得到了進一步提升。實驗的平均正確率為80.42%，F(xiàn)值最高可達81%，識別結(jié)果令人滿意。

實驗中，訓練主題模型僅僅使用了《人民日報》在2000年的語料，下一步將考慮加大語料的規(guī)模，使得模型訓練效果更好。另外LDA模型中是在詞袋模型的基礎上做的假設，沒有考慮詞語的語義信息，也沒有考慮句子中詞語之間的語法結(jié)構(gòu)關系，所以之后的工作將考慮在主題模型中加入句法結(jié)構(gòu)信息，并結(jié)合語義和抽象度等知識來進行探索。文中實驗主要識別的是動詞隱喻的表達，下一步可以擴大識別類型，考慮對其他類型的隱喻進行識別。

[1] 馮立新.隱喻的認知語用研究[J].華南農(nóng)業(yè)大學學報:社會科學版,2012,11(3):145-149.

[2] 周昌樂.探索漢語隱喻計算化研究之路[J].浙江大學學報:人文社會科學版,2007,37(5):43-50.

[3]RichardsIA.Thephilosophyofrhetoric[M].USA:OxfordUniversityPress,1965.

[4] 束定芳.隱喻學研究[M].上海:上海外語教育出版社,2000.

[5]WilksY.Apreferential,pattern-seeking,semanticsfornaturallanguageinference[J].ArtificialIntelligence,1975,6(1):53-74.

[6]FassD.Met*:amethodfordiscriminatingmetonymyandme-taphorbycomputer[J].ComputationalLinguistics,1991,17(1):49-90.

[7]KrishnakumaranS，ZhuX.Huntingelusivemetaphorsusinglexicalresources[C]//Proceedingsoftheworkshoponcomputationalapproachestofigurativelanguage.NY:Rochester,2007:13-20.

[8]MasonZJ.Cormet:acomputationalcorpus-basedconventionalmetaphorextractionsystem[J].ComputationalLinguistics,2004,30(1):23-44.

[9] 張 威,周昌樂.漢語隱喻理解的邏輯描述初探[J].中文信息學報,2004,18(5):23-28.

[10] 楊 蕓.漢語隱喻識別與解釋計算模型研究[D].廈門:廈門大學,2008.

[11] 黃孝喜.隱喻機器理解的若干關鍵問題研究[D].杭州:浙江大學,2009.

[12]ShutovaE,SunL,KorgonenA.Metaphoridentificationusingverbandnounsclustering[C]//Proceedingsofthe23rdinternationalconferenceoncomputationallinguistics.Beijing:[s.n.],2010:1002-1010.

[13]GedigianM,BryantJ,NarayannanS,etal.Catchingmetaphors[C]//Proceedingsofthe3thworkshoponscalablenaturallanguageunderstanding.[s.l.]:[s.n.],2006:41-48.

[14]BirkeJ,SarkarA.Aclusteringapproachforthenearlyunsupervisedrecognitionofnonliterallanguage[C]//Proceedingsofthe11thconferenceoftheEuropeanchapteroftheassociationforcomputationallinguistics.[s.l.]:[s.n.],2006:329-336.

[15] 王治敏.漢語名詞短語隱喻識別研究[D].北京:北京大學,2006.

[16] 李 斌,于麗麗,石 民,等.“像”的明喻計算[J].中文信息學報,2008,22(6):27-32.

[17] 趙紅艷.基于語義知識的動詞隱喻識別與應用[D].南京:南京師范大學,2012.

[18] 馮 帥,蘇 暢,陳怡疆.基于百科資源的名詞性隱喻識別[J].計算機系統(tǒng)應用,2013,22(10):8-13.

[19]HeintzH,RyanG,MaheshS,etal.AutomaticextractionoflinguisticmetaphorwithLDAtopicmodeling[C]//ProceedingsofthefirstworkshoponmetaphorinNLP.Atlanta,Georgia:AssociationforComputationalLinguistics,2013:58-66.

[20]BethardS,LaiVT,MartinJH.Topicmodelanalysisofmetaphorfrequencyforpsycholinguisticstimuli[C]//ProceedingsofNAACL-HLTworkshoponcomputationalapproachestolinguisticcreativity.[s.l.]:[s.n.],2003:95-106.

[21]BleiDM,NgAY,JordanMI.LatentDirichletallocation[J].JournalofMachineLearningResearch,2003,3:993-1022.

[22]CristianiniN,Shawe-TaylorJ.Anintroductiontosupportvectormachinesandotherkernel-basedlearningmethods[M].Cambridge:CambridgeUniversityPress,2000:169.

Chinese Verb Metaphor Recognition Based on Topic Model

BAI Zhen-kai,HUANG Xiao-xi,WANG Rong-bo,CHEN Zhi-qun,WANG Xiao-hua

(Institution of Cognitive and Intelligent Computing,Hangzhou Dianzi University,Hangzhou 310018,China)

Metaphor is an integral part of human language,and the quality of metaphor processing will directly affect the effectiveness of natural language processing and machine translation.Metaphor recognition is an essential task in metaphor processing as a foundational work and has got the attention of the researchers.At present,most Chinese metaphors recognition has focused on identifying the phrase level of noun metaphor,however,verbal metaphors has higher frequency in the actual text,which should be paid attention by more Chinese metaphor researchers.In order to improve the recognition rate of Chinese metaphor,in view of the Chinese verb metaphor,an approach to metaphor recognition is proposed based on topic model.In this method,sentence topic distribution generated through LDA model is used as a feature,and the metaphor recognition is implemented with SVM.The average accuracy of the method is 76.46%,after further joined the feature of topic annotation,the average accuracy of the method is 80.42%.The experimental results show that the method is effective.

metaphor recognition;topic model;LDA;machine learning;natural language processing

2015-08-09

2015-12-23

時間：2016-10-24

國家自然科學基金資助項目(61103101，61202281)；教育部人文社會科學研究項目(10YJCZH052)

白振凱(1991-)，男，碩士研究生，研究方向為自然語言處理、隱喻識別；黃孝喜，博士，講師，研究方向為自然語言處理、認知邏輯學；王榮波，博士，副教授，研究方向為自然語言處理、篇章分析；諶志群，碩士，副教授，研究方向為中文信息處理、語言網(wǎng)絡；王小華，碩士，教授，研究方向為自然語言處理、認知邏輯學、模式識別。

http://www.cnki.net/kcms/detail/61.1450.TP.20161024.1105.006.html

TP391

A

1673-629X(2016)11-0067-05

10.3969/j.issn.1673-629X.2016.11.015