Extracting Abstraction Dimensions by Identifying Syntax Patterns from Texts

doi:10.1080/08839514.2026.2627084

2026-02-13

DOI：10.1080/08839514.2026.2627084

原文链接

原文求助

摘要

En 中文

从大量文本中提取抽象维度是一种从多个维度高效管理、探索和理解文本的方法。主语、谓语、宾语和状语是通过抽象语法元素的各种具体表现形式而形成的类别，可用于在构建和理解句子时识别它们之间的关系。文本集中语法元素之间的抽象关系代表了其抽象维度。本文提出了一种低成本的方法，通过构建具有高质量和表现力的语法元素类树来自动提取文本的抽象维度。高质量的类树可确保文本中的所有语法元素及其子类关系都能被表示。类树的独立性保证了树之间没有冗余表示。表现力确保大多数句子可以从每个树中访问，其余句子至少可以从一个树中访问，从而使这些树能够使用自然语言表示的查询进行搜索。所构建的类树的平均精确度、召回率和F1值均大于80%。将所提出的方法应用于实现自然语言查询表明，用于查询主语或宾语的不同类型问题模式在文本中具有高覆盖率，使用问题模式搜索多个树可以快速定位答案句子并减少搜索空间。本研究提供了一种可行的方法，通过从大量文本中提取抽象维度来自动构建具有多个抽象维度的文本空间，以支持高级应用。

Keyword:

abstraction dimensions

syntax elements

class trees

natural language queries

text representation