前言
主要符号表
1 绪论 1
1.1 研究背景与意义 1
1.2 国内外相关工作研究进展 4
1.2.1 理论基础 4
1.2.2 隐喻语料库构建研究 7
1.2.3 隐喻识别研究 13
1.2.4 隐喻计算应用模式的研究 18
1.3 存在的问题 21
1.4 研究目标和内容 23
2 基于CNKI的隐喻研究发展趋势分析 27
2.1 概述 27
2.2 数据采集 28
2.3 基于有序聚类的历时分析 29
2.3.1 有序聚类模型 29
2.3.2 历时分析 30
2.4 基于主题模型的共时分析 33
2.4.1 主题模型 33
2.4.2 共时分析 34
2.5 基于科学计量学的研究趋势分析 39
2.5.1 基于科学计量学的趋势预测 39
2.5.2 基于回归模型的趋势预测 40
2.5.3 研究发展趋势分析 43
2.6 本章小结 44
3 基于认知视角的隐喻语料库构建 46
3.1 概述 46
3.2 隐喻语料库构建 50
3.2.1 概念界定 50
3.2.2 标注框架 51
3.2.3 语料采集 52
3.2.4 语料标注 54
3.2.5 质量监控 55
3.3 个性化标注方法 56
3.3.1 标注者画像 56
3.3.2 任务分配 57
3.4 实验结果及分析 61
3.4.1 获取标注者画像 61
3.4.2 标注实验和结果 62
3.5 本章小结 63
4 基于语义资源和深度学习的隐喻识别研究 64
4.1 名词隐喻识别研究 65
4.1.1 概述 65
4.1.2 基于Transformer和BERT的名词隐喻识别 67
4.1.3 实验结果分析 72
4.2 动词隐喻识别研究 77
4.2.1 概述 77
4.2.2 基于同义词词林和Attention网络的动词隐喻识别 81
4.2.3 实验结果分析 88
4.3 本章小结 93
5 基于认知心理学的隐喻应用研究 94
5.1 基于隐喻的写作创造力评估 94
5.1.1 概述 94
5.1.2 数据集 95
5.1.3 基于隐喻的写作创造力评估方法 97
5.1.4 实验结果及分析 101
5.2 基于隐喻的心理健康评估 105
5.2.1 概述 105
5.2.2 数据集 106
5.2.3 基于隐喻的心理健康评估方法 108
5.2.4 实验结果及分析 111
5.3 本章小结 114
6 总结 116
6.1 结论 116
6.2 创新点 118
参考文献 119

隐喻在人类语言中占有重要地位,是认知语言学研究的核心问题之一。隐喻识别旨在赋予计算机像人类一样分析隐喻的能力,是人工智能领域一项富有挑战的研究课题。本书在语义资源建设的基础上,探索名词性隐喻和动词性隐喻的自动化识别技术,并尝试将隐喻识别技术应用于不同的自然语言处理任务,包括基于隐喻的写作水平评估、基于隐喻的心理疾病诊断等,以探索隐喻识别方法在不同应用场景中的模式和范例,推动隐喻识别及其应用技术的研究进展,改善计算机的智能水平。
本书可供语言学、认知科学、计算机等相关领域,以及关注隐喻研究和自然语言处理技术的科研人员参考,也可供对人工智能学科交叉领域感兴趣的师生阅读。