基于簡單名詞短語的漢語介詞短語識別研究.pdf

1、介詞短語形式多樣，位置靈活，是漢語中十分重要的短語類型之一。介詞短語識別問題一直都是自然語言處理的研究熱點，準確識別介詞短語可以簡化其所在句子的內(nèi)部結(jié)構(gòu)，縮小中心詞選擇范圍，降低后續(xù)句法分析的難度及復(fù)雜度，還可以提高翻譯模板的匹配度。
　　本文通過分析介詞短語識別研究的難點及研究現(xiàn)狀，提出了一種融合簡單名詞短語信息的介詞短語識別方法:首先利用簡單名詞短語識別模型識別語料中的簡單名詞短語，并利用規(guī)則庫對簡單名詞短語識別結(jié)果進行校正，

2、使其更符合介詞短語內(nèi)部的短語形式和特點;然后使用分詞融合方法將簡單名詞短語識別結(jié)果融入到語料中;最后采用多層介詞短語識別模型分層識別介詞短語，并通過雙重錯誤校正系統(tǒng)校正介詞短語識別結(jié)果。簡單名詞短語不但可以保留充分的句法信息，還能減少歧義問題，引入該名詞短語信息到介詞短語識別方法中不但可以簡化句子結(jié)構(gòu)，尤其是復(fù)雜句子的結(jié)構(gòu)，還可以降低介詞短語依賴長距離上下文信息與CRF模型窗口受限的矛盾。多層介詞短語識別的方法通過逐層識別句子中介詞短語

3、解決了并列型和嵌套型介詞短語識別困難的問題。雙重錯誤校正系統(tǒng)首先利用介詞的固定搭配校正介詞短語識別結(jié)果，然后利用錯誤驅(qū)動學(xué)習(xí)方法生成的轉(zhuǎn)換規(guī)則集對校正結(jié)果進行進一步修正，該系統(tǒng)結(jié)合了語言學(xué)知識和統(tǒng)計學(xué)方法，改善了統(tǒng)計模型的數(shù)據(jù)稀疏問題，有效地提高了介詞短語的識別結(jié)果。
　　實驗結(jié)果表明，基于簡單名詞短語信息的介詞短語識別方法是有效的。通過對《人民日報》中的7049個介詞短語進行五倍交叉實驗，其識別的精確率、召回率及F-值分別為:9