1.一种英语文本的语义结构连贯分析方法,其特征是:包括一个由顺序连接的英语文本预处理模块、英语文本语义结构关系树生成模块、英语文本语义结构关系抽取模块、英语文本语义结构关系矩阵构建模块与英语文本语义结构连贯质量分析模块;
其分析方法包括如下处理步骤:
(1)英语文本预处理模块,读入英语文本,对英语文本进行分段、分句、分词、词性标注、句法结构处理,提取生成英语文本的实体词集合;
(2)英语文本语义结构关系树生成模块,读入英语文本,首先采用段落级语义结构关系解析器,对英语文本进行段落级别的语义结构关系解析,生成英语文本的粗语义结构关系树;然后采用句子级语义结构关系解析器,对粗语义结构关系树的叶子节点,进行句子内部的语义结构关系解析,生成英语文本的语义结构关系树;
(3)英语文本语义结构关系抽取模块,遍历生成的英语文本的语义结构关系树,并提取生成英语文本中每个小句包含的英语文本的语义结构关系信息集合;
(4)英语文本语义结构关系矩阵构建模块,首先读入提取生成的英语文本实体词集合、英语文本语义结构关系信息集合;然后采用遍历匹配方法把各小句之间的语义结构关系集赋予小句的实体词中,并记录实体词所在位置信息;最后利用句中实体词的语义结构关系信息所表示的该句包含的语义结构关系信息,构建出英语文本的语义结构关系矩阵;
(5)英语文本语义结构连贯质量分析模块,首先读入英语文本的语义结构关系矩阵;然后对英语文本的语义结构关系子序列与转移语义结构关系子序列的分布特征进行分析;最后根据得到的分布特征,来分析英语文本的语义结构连贯质量,并输出英语文本的语义结构连贯质量分数与评语;
步骤(5)具体处理步骤如下:
P601开始;
P602创建用于存储英语文本的转移语义结构关系序列频数矩阵,并初始化;
P603读入英语文本的语义结构关系矩阵;
P604遍历语义结构关系矩阵中的语义结构关系子集合;
P605判断当前语义结构关系子集合是否为矩阵中的第一个子集合,是则转P606操作,否则转P607操作;
P606缓存当前语义结构关系子集合,然后转P609操作;
P607遍历当前语义结构关系子集合内的下一个语义结构关系子序列;
P608取出当前语义结构关系子序列;
P609遍历缓存的语义结构关系子集合中的下一个语义结构关系子序列;
P610取出缓存语义结构关系子集合中的语义结构关系子序列,并与当前语义结构关系子序列形成长度为“2”的转移语义结构关系子序列;
P611在转移语义结构关系序列频数矩阵中,将当前转移语义结构关系子序列频数增加
1;
P612判断缓存的语义结构关系子集合中的语义结构关系子序列是否已经全部遍历结束,是则转P613操作,否则转P609操作;
P613判断当前语义结构关系子集合中的语义结构关系是否已经全部遍历结束,是则转P614操作,否则转P607操作;
P614将缓存的语义结构关系子集合替换为当前语义结构关系子集合;
P615判断语义结构关系矩阵中的语义结构关系子集合是否已经全部遍历结束,是则转P616操作,否则转P605操作;
P616加载英语文本的语义结构关系矩阵;
P617根据语义结构关系子序列分布概率公式(1)计算英语文本的语义结构关系子序列分布概率;
P618根据语义结构关系子序列共现概率公式(2)计算英语文本的语义结构关系子序列共现概率;
P619根据语义结构关系子序列转移概率公式(3)计算英语文本的语义结构关系子序列转移概率;
P620根据语义结构连贯质量分数公式(4)计算英语文本的语义结构连贯质量分数,并对语义结构连贯质量分数进行归一化处理;
P621生成英语文本语义结连贯质量分析的评语;
P622输出英语文本的语义结构连贯质量分数与评语;
P623结束。
2.根据权利要求1所述的英语文本的语义结构连贯分析方法,其特征是:步骤(1)所述的英语文本预处理模块处理步骤如下:P201开始;
P202读入英语文本;
P203对英语文本进行分段;
P204对分段后的英语文本进行分句;
P205对分句后的英语文本进行分词;
P206对分词结果进行词性标注;
P207根据词性标注结果判断该句中的实体词,并进行句法结构分析生成句子的句法分析树;
P208根据句法分析树对实体词进行定界,确定当前实体词所在的名词短语边界;
P209根据短语边界定位结果去掉重复冗余的实体词信息,保留中心实体词;
P210输出英语文本的实体词集合;
P211结束。
3.根据权利要求1所述的英语文本的语义结构连贯分析方法,其特征是:步骤(2)所述的英语文本语义结构关系树生成模块处理步骤如下:P301开始;
P302读入英语文本;
P303加载段落级语义结构关系解析器,对英语文本进行段落级别语义结构关系解析;
P304生成英语文本各段落之间的粗语义结构关系树,关系树的叶子结点为一个完整的句子;
P305判断各段落中的句子是否已经全部加入了语义结构关系树,否则转P306操作,是则转P309操作;
P306未在语义结构关系树中的句子的前后句子是否在语义结构关系树中形成多核心关系,是则转P307操作,否则转P308操作;
P307将未在语义结构关系树中的句子加入语义结构关系树中,与前后句子共同构成多核心关系,然后转P304操作;
P308将未在语义结构关系树中的句子作为根节点的一个独立分支加入语义结构关系树,然后转P304操作;
P309遍历粗语义结构关系树的叶子结点;
P310读取粗语义结构关系树的叶子节点并进行语篇分割,分割单位是小句;
P311加载句子级语义结构关系解析器,对每个句子内部的语义结构关系进行解析;
P312生成各个句子内部的语义结构关系子树,并将新生成的语义结构关系子树替代当前叶子结点加入粗语义结构关系树,生成英语文本的完整语义结构关系树;
P313判断是否所有的叶子结点都处理完毕,是则转P314操作,否则转P309操作;
P314输出英语文本的语义结构关系树;
P315结束。
4.根据权利要求1所述的英语文本的语义结构连贯分析方法,其特征是:步骤(3)所述的英语文本语义结构关系抽取模块处理步骤如下:P401开始;
P420读入英语文本的语义结构关系树;
P403创建用于存放语义结构关系信息的集合并初始化;
P404采用遍历的方式对语义结构关系树进行遍历;
P405判断遍历的当前节点是否为结束节点,否则转P406操作,是则转P408操作;
P406抽取当前节点的语义结构关系和核心信息,表示为“语义结构关系.核心标签”格式;
P407保存当前节点的语义结构关系信息,然后转P409操作;
P408保留当前节点的英语文本内容,并把其祖先节点所保存的语义结构关系信息赋予当前节点;
P409判断语义结构关系树是否已经遍历完成,是则转P410操作,否则转P404操作;
P410输出英语文本的语义结构关系信息集合;
P411结束。
5.根据权利要求1所述的英语文本的语义结构连贯分析方法,其特征是:步骤(4)所述的英语文本语义结构关系矩阵构建模块处理步骤如下:P501开始;
P502创建用于存储英语文本语义结构关系信息的二维矩阵,并初始化;
P503读入英语文本的分句结果并遍历;
P504遍历下一个分句;
P505读入英语文本的语义结构关系信息集合,并遍历集合中的小句信息;
P506遍历下一个小句;
P507判断当前小句是否包含在当前分句中,是则转P508操作,否则转P506操作;
P508读入英语文本的实体词集合,并遍历;
P509遍历下一个实体词;
P510判断当前实体词是否包含在当前小句中,是则转P511操作,否则转P509操作;
P511把当前小句的语义结构关系信息赋予当前实体词并保存在二维矩阵中,并记录当前实体词的位置信息;
P512判断实体词集合中的实体词是否已经全部遍历结束,是则转P513操作,否则转P509操作;
P513判断语义结构关系集合中的小句信息是否已经全部遍历结束,是则转P514操作,否则转P506操作;
P514判断英语文本中的所有分句是否已经全部遍历结束,是则转P515操作,否则转P504操作;
P515判断实体词集合中的每一个实体词是否都已经被赋予语义结构关系信息,是则转P517操作,否则转P516操作;
P516给未被赋予语义结构关系信息的实体词赋值为nil,然后转P517操作;
P517输出英语文本的语义结构关系矩阵;
P518结束。
6.根据权利要求1所述的英语文本的语义结构连贯分析方法,其特征是:步骤(5)具体处理步骤中所述语义结构关系子序列分布概率公式为:在公式(1)中,i是当前语义结构关系子序列在语义结构关系序列中的序号,且i=1,
2,…,m,m为语义结构关系子序列出现总次数;
所述语义结构关系子序列共现概率的计算公式为:在公式(2)中,i与j分别是当前语义结构关系子序列在其所在的语义结构关系序列中的序号,且i=1,2,…,m,j=1,2,…,n,m与n分别是i与j所在的语义结构关系序列中的语义结构关系子序列的出现总次数;语义结构关系子序列i与语义结构关系子序列j的同时共现总次数是指它们在进行语义结构连贯分析时同时出现总次数;
所述语义结构关系子序列转移概率的计算公式为:在公式(3)中,i与j分别是当前语义结构关系子序列在其所在的语义结构关系序列中的序号,且i=1,2,…,m,j=1,2,…,n,m与n分别是i与j所在的语义结构关系序列中的语义结构关系子序列的出现总次数,语义结构关系子序列j分布概率由公式(1)计算得到,语义结构关系子序列ij共现概率由公式(2)计算得到;
所述语义结构连贯质量分数的计算公式为:
(4)
在公式(4)中,k是当前实体词的序号,k=1,2,…,m,m为英语文本中实体词的总数,r为同一实体词中当前转移语义结构关系子序列的序号,r=1,2,…,n,n为当前实体词中转移语义结构关系子序列的总数;语义结构关系子序列转移概率由公式(3)计算得到。