基于領(lǐng)域詞典的漢語語塊分析的研究.pdf

1、句法分析技術(shù)已經(jīng)成為當前自然語言處理的一個瓶頸。但由于自然語言存在大量的復(fù)雜的結(jié)構(gòu)歧義，使得句法分析舉步維艱。可以采用分治的思想降低句法分析的難度，這就是近年來自然語言處理領(lǐng)域出現(xiàn)的一個新的語言處理策略——淺層句法分析shallow parsing)?；诜种畏ǖ乃枷?，可以將句法分析分解為三個子任務(wù):1)語塊識別，2)語塊內(nèi)部結(jié)構(gòu)分析，3)語塊間關(guān)系分析。淺層句法分析的主要任務(wù)是語塊識別和語塊內(nèi)部結(jié)構(gòu)分析。
　　 本文的目的是進

2、行語塊內(nèi)部結(jié)構(gòu)分析。語塊的結(jié)構(gòu)比較簡單，大多是以簡單短語的形式存在，可以轉(zhuǎn)化為詞語與詞語之間的關(guān)系來進行分析。
　　 本文的主要工作概括如下：
　　 1）分析詞語間的相互關(guān)系。本文總結(jié)詞語間的關(guān)系主要為：上下位關(guān)系、整體部分關(guān)系、同義反義關(guān)系、蘊含關(guān)系、致使關(guān)系等。
　　 2）利用詞語間的關(guān)系構(gòu)建領(lǐng)域詞典。為了分析語塊內(nèi)部結(jié)構(gòu)，本文構(gòu)建了一個領(lǐng)域詞典，該領(lǐng)域詞典是在詞語與詞語間的關(guān)系基礎(chǔ)上建立的，以詞語間的上下位

3、關(guān)系為主要關(guān)系，把詞典構(gòu)建為一個樹形的拓撲結(jié)構(gòu)，并對單一詞性的詞語和兼類詞分別構(gòu)建詞語關(guān)系樹。領(lǐng)域詞典中的每個詞語都對應(yīng)于該樹形結(jié)構(gòu)中的某個節(jié)點，每個節(jié)點都表示一個詞語，每個詞語都包含編碼、詞性等屬性，其中詞性蘊含在編碼中，這些屬性值用XML 來存儲。
　　 3）利用領(lǐng)域詞典對語塊內(nèi)部的語法關(guān)系進行分析。構(gòu)建領(lǐng)域詞典的目的是為了進行語塊內(nèi)部結(jié)構(gòu)分析。為了達到這個目的，本文認真研究了語塊的內(nèi)部結(jié)構(gòu)，并找出了語塊內(nèi)部結(jié)構(gòu)與詞性的關(guān)系