基于雙語的中文零指代研究.pdf

1、隨著互聯(lián)網(wǎng)與計(jì)算機(jī)技術(shù)的飛速發(fā)展，全球各國(guó)都在進(jìn)入一個(gè)高速發(fā)展的信息化階段。海量的信息在給人類的生活提供便利的同時(shí)，也帶來了信息災(zāi)難。尤其是最近幾年移動(dòng)互聯(lián)網(wǎng)與智能手機(jī)等高科技的火爆，信息數(shù)據(jù)更是呈現(xiàn)爆炸式的指數(shù)增長(zhǎng)，在信息的海洋里如何獲得用戶所需要的內(nèi)容成為一個(gè)熱點(diǎn)。在這些海量信息中存在著很多的省略，這些省略常常指向前文中的某些實(shí)體。中文零指代研究旨在對(duì)漢語中省略的句法成分進(jìn)行識(shí)別并恢復(fù)。因?yàn)榱阒复?xiàng)沒有詞法、性別、單復(fù)數(shù)等表面信息，

2、所以中文零指代研究比傳統(tǒng)的中文指代消解研究有著更大的挑戰(zhàn)。
　　本研究首先使用機(jī)器學(xué)習(xí)方法構(gòu)建了一個(gè)基于最大熵的中文零指代項(xiàng)識(shí)別系統(tǒng)，為了盡最大的可能來提升中文零指代項(xiàng)的識(shí)別性能，我們?cè)诖讼到y(tǒng)上探索了中文零指代項(xiàng)上下文的詞法、中文零指代項(xiàng)的句法等多種平面和結(jié)構(gòu)化的特征。接著同樣使用機(jī)器學(xué)習(xí)方法搭建一個(gè)基于 SVM（支持向量機(jī)）的中文零指代項(xiàng)消解系統(tǒng)。在此系統(tǒng)上探索了中文零指代項(xiàng)、候選先行詞以及兩者的聯(lián)合特征，來提升最終的零指代項(xiàng)消