漢語并列關(guān)系復句中的決策式依存句法分析與研究.pdf

1、句法分析是自然語言處理領(lǐng)域的一個關(guān)鍵問題，其任務(wù)是根據(jù)給定的語法，自動推導出句子的語法結(jié)構(gòu)。近幾年，依存句法分析逐漸受到重視，然而，依存句法分析對單句研究得比較多，而對復句關(guān)注得比較少。在漢語研究領(lǐng)域，復句是重要的語法實體，它表達的語義信息豐富而復雜，因而在依存句法分析領(lǐng)域具有更加重要的研究價值。
　　基于以上原因，本文主要是對漢語復句語料庫(CCCS)中的并列類復句進行依存句法分析。CCCS語料庫中的并列類復句大多是長句，為了解

2、決長句帶來的句法分析難題，結(jié)合并列類復句自身的特點，首先依據(jù)關(guān)系詞搭配和逗號對并列類復句進行分句，這樣可以在一定程度上降低復句的長度。然而這樣分句后，還是會有分句是長句。依據(jù)依存語法的定義，漢語句子根結(jié)點兩邊的依存關(guān)系不存在交叉現(xiàn)象。于是運用機器學習的方法構(gòu)造了根查找器，用來找到分句的根結(jié)點，然后利用根結(jié)點再次對分句中的長句進行分割。這樣經(jīng)過兩次分句后，不僅可以更好地降低復句的長度，降低句子分析的復雜度，而且在一定程度上提升了并列類復句

3、依存句法分析的準確率。
　　在分析復句的依存關(guān)系時，選取的是Arc-eager決策式依存句法分析算法，然而，在漢語中這種方法容易出現(xiàn)動詞和動詞以及動詞和介詞的過早規(guī)約問題。于是，改進了兩段式依存句法分析方法，使其能夠同時解決這兩種過早規(guī)約問題。
　　實驗開始前，在漢語復句語料庫中選取了2000句并列類復句進行依存關(guān)系標注，作為實驗使用的漢語并列類復句依存樹庫。隨后，在不同數(shù)量的訓練集和測試集上進行了根查找器和依存句法分析器的