汉语篇章广义话题结构的认知计算模型研究

计算机工程与科学

汉语篇章广义话题结构的认知计算模型研究

卢达威1,宋柔2,尚英3

(1.北京大学中国语言文学系,北京100871；2.北京语言大学信息科学学院,北京100083；

3.北京语言大学汉语学院,北京100083)

收稿日期:2016-11-30 修回日期:2017-03-22 出版日期:2018-07-25 发布日期:2018-07-25
基金资助:
教育部人文社会科学研究青年项目（16YJC740050）；中国博士后科学基金（2016M600838）

A cognitive computational model of

generalized topic structure in Chinese text

LU Dawei1,SONG Rou2,SHANG Ying3

(1.Department of Chinese Language and Literature,Peking University,Beijing 100871;

2.School of Information Science,Beijing Language and Culture University,Beijing 100083;

3.School of Chinese Studies,Beijing Language and Culture University,Beijing 100083,China)

Received:2016-11-30 Revised:2017-03-22 Online:2018-07-25 Published:2018-07-25

摘要/Abstract

摘要：

广义话题结构是汉语篇章中客观存在的结构形式。依据有限状态机的思想设计了识别广义话题结构的计算模型，在较大规模语料中初步检验了它的有效性，分析了该模型的空间复杂度和时间复杂度。该模型的特点是：递推控制，输出和输入以标点句为单位同步进行，无长距离回溯，有限回填，有限存储，保持词序。这些特点正是人在“话题—说明”信息的认知过程中所遵循的准则，因此该计算模型可以看作人完成这一认知过程的机械模型。

关键词: 广义话题结构, 认知, 计算模型, 标点句, 话题自足句

Abstract:

Generalized topic structure (GTS) is the fundamental objective structure in Chinese text. We design a computational model to recognize this structure based on the idea of finite-state machine (FSM). We preliminarily prove its validity in large-scale corpus and analyze its spatial complexity and time complexity. The characteristics of this model are: iterative control, synchronization of output and input in punctuation clauses (P-clause), none backtracking in long distance, limited backfilling, limited storage, and unchanged lexical order. These features are also the principles obeyed by human being while cognizing the topiccomment information in text. Thus, this model can be regarded as a mechanical model of the cognitive process of human.

Key words: generalized topic structure, cognition, computational model, punctuation clause, topic sufficient sentence

卢达威1,宋柔2,尚英3. 汉语篇章广义话题结构的认知计算模型研究[J]. 计算机工程与科学.

LU Dawei1,SONG Rou2,SHANG Ying3.

A cognitive computational model of

generalized topic structure in Chinese text

[J]. Computer Engineering & Science.

[1]	楚阳, 徐文龙. 基于计算机辅助诊断技术的阿尔兹海默症早期分类研究综述[J]. 计算机工程与科学, 2022, 44(05): 879-893.
[2]	王淳, 于长华, 唐昊, 李海峰. 大规模城市可计算模型快速构建方法研究[J]. 计算机工程与科学, 2021, 43(07): 1150-1159.
[3]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.
[4]	李召义，刘占军，薛亚茹，刘红霞. 基于势博弈的认知全双工中继选择策略研究[J]. 计算机工程与科学, 2019, 41(02): 286-292.
[5]	闫雪飞,李新明,刘东,刘德生,李强. 基于强化学习的体系对抗仿真战役层次指控算法[J]. 计算机工程与科学, 2018, 40(08): 1511-1520.
[6]	刘井平，李平. 一种模糊认知的协同过滤算法[J]. 计算机工程与科学, 2018, 40(05): 898-905.
[7]	张云蕾，刘开华，马永涛，李洋. 基于多频段传感器辅助认知无线电网络的高能效传感器调度算法[J]. 计算机工程与科学, 2017, 39(08): 1438-1443.
[8]	林雪松1，杨万清1，夏元斗1，程松2. 基于认知的智能电网家域接入控制网络非合作博弈功率控制算法比较研究[J]. 计算机工程与科学, 2016, 38(12): 2529-2535.
[9]	龙敏，吴靓. 认知无线电网络中安全的协作频谱检测算法[J]. 计算机工程与科学, 2016, 38(10): 2045-2050.
[10]	薛蒙蒙，马永涛，刘敬浩. 基于模拟退火粒子群算法的认知引擎研究[J]. 计算机工程与科学, 2016, 38(08): 1640-1646.
[11]	吴润秀1,孙辉1,朱德刚2，赵嘉1 . 具有高斯扰动的局部引导粒子群优化算法[J]. J4, 2016, 38(06): 1183-1192.
[12]	卢达威1，宋柔2. 基于最大熵模型的汉语标点句缺失话题自动识别初探[J]. J4, 2015, 37(12): 2282-2293.
[13]	陈燕燕. 基于跨层设计的认知无线Mesh网络拥塞反馈研究[J]. J4, 2015, 37(05): 925-929.
[14]	陈宏亮，刘莉平，赵明，陈志刚. 认知无线网络中基于信誉度管理的动态频谱接入研究[J]. J4, 2015, 37(03): 498-502.
[15]	孔得凯，吴克宇，韩方景，韩方剑. 认知无线电网络中基于信道跳频序列的异步交汇算法研究[J]. J4, 2014, 36(10): 1872-1879.