醉染图书自然语言处理的认知方法9787111631996

译者序前言作者名单章延迟解释、浅层处理和构式：“尽可能解释”原则的基础 11.1引言 11.2延迟处理 21.3工作记忆 51.4如何识别语块：分词操作 71.5延迟架构 101.5.1分段和存储 111.5.2内聚聚集 121.6结论 151.7参考文献 16第2章人类关联规范能否评估机器制造的关联列表 192.1引言 192.2人类语义关联 202.2.1单词关联测试 202.2.2作者的实验 212..人类关联拓扑 222.2.4人类关联具有可比 24.算法效率比较 26..1语料库 26..2LSA源关联列表 27..LDA源列表 28..4基于关联比率的列表 28..5列表比较 292.4结论 332.5参考文献 34第3章文本词如何在人类关联网络中选择相关词 373.1引言 373.2网络 403.3基于文本的激励驱动的网络提取 4..1子图提取算法 4..2控制流程 433.3.3短路径提取 443.3.4基于语料库的子图 463.4网络提取流程的测试 463.4.1进行测试的语料库 463.4.2提取子图的评估 463.4.3有向和无向子图提取：对比 483.4.4每个激励产生的结果 493.5对结果和相关工作的简要讨论 543.6参考文献 57第4章反向关联任务 594.1引言 594.2计算前向关联 634.2.1步骤 634.2.2结果和评估 654.3计算反向关联 674.3.1问题 674.3.2步骤 674.3.3结果和评估 714.4人类的表现 734.4.1数据集 734.4.2测试流程 754.4.3评估 764.5机器能 774.6讨论、结果和展望 784.6.1人类的反向关联 784.6.2机器的反向关联 804.7致谢 824.8参考文献 82第5章词汇的隐藏结构与功能 855.1引言 865.2方法 865.2.1词典图 865.2.2心理语言学变量 905..数据分析 915.3内核、卫星、核心、MinSet以及词典余下部分的心理语言学属 935.4讨论 965.5未来工作 995.6参考文献 101第6章用于词义消歧的直推式学习博弈 1036.1引言 1036.2基于图的词义消歧 1046.3半监督学习方法 1076.3.1基于图的半监督学习 1076.3.2博弈论和博弈动态 1086.4词义消歧博弈 1106.4.1图构造 1106.4.2策略空间 1116.4.3收益矩阵 1116.4.4系统动力学 1126.5评估 1136.5.1实验设置 1136.5.2评估结果 1146.5.3对比水平算法 1166.6结论 1176.7参考文献 117第7章用**写：生成连贯文本的问题 1217.1问题 1217.2次优文本及其相关原因 1.2.1缺乏连贯或凝聚力 1247.2.2错误引用 1257..无动机的主题转移 1267.3如何解决任务的复杂 1277.4相关研究 1287.5关于构建辅写作过程的工具的设 1307.6方 1337.6.1句法结构的识别 1357.6.2语义种子词的识别 1357.6.3单词对齐 1377.6.4确定对齐单词的相似值 1377.6.5确定句子之间的相似 1417.6.6基于句子相似值的聚类 1427.7实验结果和评估 1427.8展望和总结 1457.9参考文献 146第8章面向著述属的基于序贯规则挖掘的文体特征 1498.1引言和研究动机 1498.2著述属过程 1518.3著述属的文体特征 1528.4针对文体分析的时序数据挖掘 1548.5实验设置 1558.5.1数据集 1568.5.2分类方案 1578.6结果和讨论 1588.7结论 1628.8参考文献 1629章种并行的、面向认知的基频估计算法 1659.1引言 1659.2语音信号分割 1679.2.1语音和停顿段 1689.2.2浊音和清音区 1699..稳定和不稳定区间 1709.3稳定区间的F0估计 1719.4F0传播 1739.4.1控制流 1749.4.2峰值传播 1759.5不稳定的浊音区域 1789.6并行化 1789.7实验和结果 1799.8结论 1809.9致谢 1819.10参考文献 1820章基于完形填充、脑电图和眼球运动数据对n元语言模型、主题模型和循环神经网络的基准测试 18510.1引言 18610.2相关工作 18710.3方法 18810.3.1人类绩效评估 18810.3.2语言模型的三种风格 18910.4实验设置 19210.5结果 19310.5.1可预测结果 19310.5.2N400振幅结果 19610.5.3单一注视时延结果 19810.6讨论和结论 20010.7致谢 20210.8参考文献 202术语表 207

---作者简介---伯纳黛特•夏普（Bernadette Sharp） 英国斯塔福德郡大学应用人工智能系教授。她的研究兴趣包括人工智能、自然语言处理和文本挖掘。自从2004年以来，她一直担任NLPCS的和审稿人。弗洛伦斯•赛德斯（Florence Sèdes） 法国图卢兹第三大学计算机科学系教授。她的研究领域包括信息系统、数据管理以及多媒体、元数据等方面的应用。维斯拉夫•卢巴泽斯基（Wiesław Lubaszewski） 波兰雅盖沃大学计算语言学系教授，克拉科夫AGH科技大学计算机科学系教授。他的研究兴趣包括自然语言词典、文本理解、知识表示和信息抽取等。---译者简介---徐金安 北京交通大学计算机学院教授、博士生导师，研究方向为机器翻译、自然语言处理、人机交互和文本情感分析等。博士于北海道大学，曾任日本电气株式会社中央研究院研究员。

本书是一本专辑，致力于探索自然语言处理和认知科学之间的关系，以及计算机科学对于这两个领域的贡献。根据Poibeau和Vasishth[POI 16]所述，对认知问题的研究兴趣可能较少受到关注。因为在认知科学领域，研究者往往无力应对自然语言处理技术的复杂；同样，自然语言处理的研究者也没有认识到认知科学对于他们工作的贡献。我们相信，2004年启动的自然语言处理和认知科学国际研讨会（NLPCS）提供了一个强大的平台，支持新的研究课题的多样，并且能帮研究者建立共识。与此同时，这个平台还认可跨学科方法的重要，并将计算机科学家、认知学和语言学的研究者聚集到一起来推动自然语言处理研究。本书包含10章，都是由自然语言处理和认知科学国际研讨会的研究者完成的。在章，Philippe Blache阐述了理解语言的过程在理论上是复杂的，该过程必须实时进行，且需要许多不同来源的信息。他认为对于一个语言输入的整体解释应该建立在基于块的基本单元的分组之上，而这些单元构成了“尽可能解释”原则的支柱，该原则负责推迟理解过程，直到有足够的信息可用。接下来的两章讨论人类关联问题。在第2章，Korzycki、Gatkowska和Lubaszewski讨论了一个有900个学生参与的自由词关联测试。他们利用三个算法从文本中提取出关联列表，然后将提取的关联列表与人类关联列表做对比。这三个算法分别是Church-Hanks算法、潜在语义分析（LSA）和潜在狄利克雷分配（LDA）。在第3章，Lubaszewski、Gatkowska和Godny描述了一个过程，用于在实验中建立的人类关联网络中的单词关联。他们认为每个关联都是基于两个释义之间的语义关系，而这种释义之间的关联有自己的方向，并且独立于关联的方向。此过程使用图结构来生成语义一致的子图。在第4章，Rapp探索了人类语言生成是由关联控制的，以及话语的下一个实词可被视为该实词表示的一种关联，而这种关联已经在说话人的记忆中被激活。他还介绍了反向关联任务的概念，讨论了激励词可以通过响应词来预测。他根据反向关联任务搜集了人类数据，并将其与机器生成的结果进行了比较。在第5章中，Vincent-Lamarre和他的同事研究了在字典中定义所有其余单词所需的单词及其数量。为此，他们在词典组件Wordsmyth上使用了图论分析。其研究结果对于理解符号基础，以及词义的学习和心理表征具有重要意义。他们得出的结论是，语言使用者只有掌握用于理解词的定义的词汇表中的单词，才能够从语言（口头）定义中学习和理解单词的含义。第6章侧重于词义消歧。Tripodi和Pelillo根据进化博弈论方法来研究词义消歧。要消除歧义的每个单词都表示为玩家，每个意义都表示为策略。该算法已经在具有不同数量标记词的四个数据集上进行了测试。它利用关系和上下文信息来推断目标词的含义。实验结果表明，该方法的能优于传统方法，并且只需要少量标记点就能胜过有监督系统。在第7章中，Zock和Tesfaye专注于以四个任务表达的文本生成的挑战任务：构思、文本结构、表达和修订。他们专注于文本结构，涉及消息的分组（分块）、排序和链接。其目的是文本成的哪些部分可以自动化，以及计算机可以基于用户提供的一组输入构建一个或多个主题树。著述属是第章研究的重点。Boukhaled和Ganascia分析了使用虚词的序贯规则和词（POS）标签作为文本标记的有效。该有效不依赖于词袋设或原始频率。他们的研究表明，虚词和词n元组（n-gram）的频率优于序贯规则。第9章讨论了基频检测（F0），它在人类语音感知中起着重要作用。Glavitsch探索了使用人类认知原理进行的F0估计能够表现得与的F0检测算法一样好或更好。他所提出的运行在时域的算法错误率较小，并且在使用有限的存储和计算资源的情况下，其表现超过了传统的水平的基于关联的RAPT方法。在神经认知心理学中，手动收集的完形填充概率（CCP）用于量化眼球运动控制模型中句内上文词的可预测。由于CCP数据都是基于上百个参与者的采样，在所有新的激励上泛化该模型是很难的。在0章中，Hofmann、Biemann和Remus提出应用语言模型，这些模型可以通过在线数据库中公开可用数据集的item级别的能进行基准测试。先前在脑电图（EEG）和眼球运动（EM）数据中从句内上下文中预测单词的神经认知方法依赖于CCP数据。他们的研究表明，当直接计算CCP、EEG和EM数据时，n元语言模型和递归神经网络（RNN）的句法和短程语义过程差不多同样好。这可以帮将神经认知模型推广到所有可能的新颖单词组合。参考文献