基于樹核函數(shù)的漢語復(fù)句關(guān)系詞特征分析.pdf

1、中文信息處理的研究包括如下幾個方面:字處理，詞處理，句處理，篇章處理，其中句處理的研究包含對單句和復(fù)句的研究?，F(xiàn)階段，在字處理和詞處理方面，已經(jīng)進(jìn)行了大量的研究，且取得了不錯的效果;正在對句處理與篇章處理進(jìn)行大量的研究?，F(xiàn)有的很多有關(guān)句處理的研究主要集中在對單句的研究，對復(fù)句的研究工作較少。復(fù)句充當(dāng)著連接小句和篇章的功能。通過對復(fù)句進(jìn)行研究，能夠進(jìn)一步加深對小句的研究，同時，能夠推動篇章處理的研究向前發(fā)展。因此，復(fù)句的研究顯得具有緊迫性

2、和必要性。
　　復(fù)句的研究目標(biāo)是正確標(biāo)識復(fù)句，包含分句和非分句的識別，復(fù)句關(guān)系詞的自動標(biāo)識，復(fù)句層次的劃分，復(fù)句關(guān)系的識別。復(fù)句關(guān)系詞的自動標(biāo)識是復(fù)句研究的核心內(nèi)容之一。
　　本論文提出了基于樹核函數(shù)的復(fù)句關(guān)系詞特征分析，其落腳點(diǎn)是復(fù)句關(guān)系詞的自動標(biāo)識。在含合用型關(guān)系詞[2]的復(fù)句中，相同的關(guān)系詞，其句法特征信息具有某些相似性。本文分別選用不同策略從復(fù)句句法樹中抽取特征序列，將樹核函數(shù)應(yīng)用于關(guān)系詞特征序列之間的相似度計算。復(fù)

3、句進(jìn)行句法分析得到不同句法分析樹形式，選用相對應(yīng)的樹核函數(shù)對從樹中選取的關(guān)系詞特征序列進(jìn)行相似度計算。使用SVMLight分類器根據(jù)樹核函數(shù)相似度的計算結(jié)果，對待標(biāo)識關(guān)系詞進(jìn)行標(biāo)識。
　　在對合用型關(guān)系詞自動標(biāo)識過程中，樹核函數(shù)的相似度計算所使用的特征序列分別為復(fù)句依存樹中的最短路徑包含樹(SPT)和復(fù)句短語結(jié)構(gòu)句法樹中的上下文相關(guān)的路徑包含樹(CPT)時，分類器取得了特征序列各自所屬復(fù)句句法樹范疇的最佳標(biāo)識效果。線性核和卷積核線

4、性組合構(gòu)成的復(fù)合核，將其用于關(guān)系詞特征序列之間的相似度計算，SVMLight分類器根據(jù)此相似度計算結(jié)果對關(guān)系詞進(jìn)行標(biāo)識，得到了最高的標(biāo)識準(zhǔn)確率?？偨Y(jié)兩件套[2]形式的合用型關(guān)系詞自動標(biāo)識規(guī)律，將此規(guī)律應(yīng)用于其它類型的關(guān)系詞的自動標(biāo)識當(dāng)中。
　　基于樹核函數(shù)的復(fù)句關(guān)系詞特征分析的實驗結(jié)果表明，使用樹核函數(shù)所捕獲的特征信息對關(guān)系詞自動標(biāo)識是有效的。對于采用不同的策略獲得的復(fù)句關(guān)系詞特征序列，分別選用相對應(yīng)的核函數(shù)用于特征序列之間的相似