基于機(jī)器學(xué)習(xí)的漢語依存句法分析優(yōu)化研究.pdf

1、句法分析是自然語言處理研究過程中的重要技術(shù)之一。近幾年依存句法分析的研究也越來越被關(guān)注。但相對于英文的依存句法分析研究成果而言漢語的依存句法分析還處于初級階段。為此本文以現(xiàn)有的漢語依存句法分析研究成果為指導(dǎo)，采用基于決策式句法分析模型和基于分類器的訓(xùn)練算法相結(jié)合的依存句法分析方法，結(jié)合漢語固有的語法特點(diǎn)，針對漢語句子中含有介詞短語的句法分析問題進(jìn)行了研究和探索。
　　介詞短語是一種復(fù)雜的短語結(jié)構(gòu)，在漢語句子中占有很大的比例，漢語介

2、詞短語的研究主要是解決邊界問題，正確識別介詞短語對于漢語句子的依存關(guān)系分析具有重要的意義。本文首先對一些常見的依存句法分析方法進(jìn)行了講述，其中詳細(xì)研究了Arc-eager算法和RPP算法,然后針對Arc-eager算法和RPP算法在分析過程中出現(xiàn)的錯誤問題，本文對RPP算法的介詞短語邊界識別策略做了相關(guān)的改進(jìn)。由于Arc-eager算法只能處理鄰近詞之間的依存關(guān)系，所以Arc-eager算法在處理長距離右依存時會出現(xiàn)錯誤，RPP算法雖然

3、對Arc-eager算法做了相關(guān)的改進(jìn)，但是RPP算法在處理含有動詞的介詞短語時往往會出現(xiàn)錯誤分析的問題。為此，本文在對漢語句子進(jìn)行依存關(guān)系分析時，根據(jù)漢語介詞短語的固有特點(diǎn)，借鑒RPP算法的右邊界后續(xù)詞特征對介詞短語進(jìn)行邊界識別，同時對RPP算法進(jìn)行了一定的改進(jìn)。經(jīng)過改進(jìn)后的介詞短語依存關(guān)系分析算法，不但可以解決介詞短語長距離分析時出現(xiàn)的過早依存問題，而且還可以處理含有動詞的介詞短語邊界識別問題。
　　通過采用哈工大的依存關(guān)系語