依存句法模式挖掘
逐句做依存句法分析(标出句中每个词依附于哪个词、构成什么语法关系),再把整批句子的分析结果按同一种模式归类累加,看哪些句法搭配反复出现。
可选四种统计视角:依存三元组(支配词—关系—从属词,句法关系的全景统计)、词性序列(名词+动词+名词这类连续的词性骨架)、动词论元框架(一个动词底下挂着哪些主语、宾语)、修饰对(形容词修饰名词、副词修饰动词这类搭配)。每个模式给出出现次数、占全部命中的比例、涉及多少个句子与多少份文件,并附几条原句作例证。填入节点词后只统计与这些词相关的模式,也可以让程序先从整批语料里挑出高频词充当节点词;出现次数低于设定值的模式不计入,输出多少个模式、每个模式留几条例句都可自行设定。超过设定字数的长句会被跳过,单份文件参与分析的句子数也有上限。
仅支持中文。文本按标点切句;整段没有标点的长文几乎会被全部跳过,提交前请确认标点完整。
head-rel-dep,最常用:所有句法关系的全景统计
填写节点词后,工具只输出与这些词相关的高频句法模式。开启自动节点词后,会先从整批语料中选出 Top 10 高频词再挖掘。
出现次数低于此值的模式不入选。语料越大可调越高(10-20)以滤噪。
报告内显示的模式数;CSV 也只导出 Top-N。
统一基于本站的依存句法分析能力,无需选择解析器。
开启后会先检查上传文本是否缺少句末标点、段落边界或存在超长行;不适合直接解析时自动切成较短片段,并在结果中说明处理原因。
强烈建议开启:否则【的、是、和、了、the、of、a】这类高频功能词会大量进入模式排行, 把真正有意义的句法搭配淹没。命中节点词的模式不受过滤影响(节点词永远保留)。
系统停用词与自定义停用词会取并集。
每 10,000 个字符 5 点
依存句法模式挖掘常见问题
- 依存句法模式挖掘适合处理什么材料?
- 中文文本材料,例如新闻报道、政策文件、访谈记录、评论和文学作品,上传文本文件后即可分析。
- 依存句法模式挖掘会得到什么结果?
- 逐句做依存句法分析,再把全语料的句法关系、词性骨架、动词论元或修饰搭配归类统计,找出反复出现的句法模式。
- 依存句法模式挖掘怎么用?
- 上传材料、确认设置、点提交,任务完成后在工作台打开报告。不用安装软件,也不用写代码。详细步骤见教程《依存句法模式挖掘完整教程:从依存关系与三元组,到词性骨架、动词论元框架和修饰搭配》。
- 依存句法模式挖掘怎么计费?
- 按文字量计费,每满 10000 字 5 点,不足 10000 字按 5 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗?
- 可以。报告里的数字和图表附有统计口径与原文出处,末尾有方法说明,涉及统计模型的报告还列出参考文献,可以作为论文附件或方法依据。
在论文里引用依存句法模式挖掘: 查看引用格式
