基于依存樹(shù)的中文語(yǔ)義角色標(biāo)注技術(shù)研究.pdf

1、語(yǔ)義分析是自然語(yǔ)言處理中的一個(gè)重要任務(wù)，語(yǔ)義角色標(biāo)注(Semantic RoleLabeling，簡(jiǎn)稱SRL)是一種淺層語(yǔ)義分析的實(shí)現(xiàn)方式，它只標(biāo)注句子中與謂詞有關(guān)的成分的語(yǔ)義角色。目前，主流的語(yǔ)義角色標(biāo)注研究都是基于短語(yǔ)的句法樹(shù)進(jìn)行的，針對(duì)基于短語(yǔ)結(jié)構(gòu)的語(yǔ)義角色標(biāo)注的研究已經(jīng)較為成熟，并取得了很好的性能;然而，伴隨此方法的發(fā)展所帶來(lái)的瓶頸問(wèn)題也日漸突出，導(dǎo)致其性能難以進(jìn)一步提高。因此，開(kāi)始有學(xué)者探索使用依存句法樹(shù)進(jìn)行語(yǔ)義角色標(biāo)注。然而

2、，中文領(lǐng)域的研究工作受限于語(yǔ)料庫(kù)規(guī)模等因素，發(fā)展并不如其它語(yǔ)言。因此，本文從依存句法樹(shù)出發(fā)，研究中文語(yǔ)義角色標(biāo)注。
　　本研究首先構(gòu)建了一個(gè)基準(zhǔn)系統(tǒng)，該系統(tǒng)包括謂詞標(biāo)注(Predicate Labeling，簡(jiǎn)稱PL)、語(yǔ)義角色標(biāo)注和評(píng)價(jià)系統(tǒng)三部分。其中謂詞標(biāo)注分為謂詞識(shí)別和謂詞分類(lèi)兩部分，語(yǔ)義角色標(biāo)注分為語(yǔ)義角色識(shí)別和語(yǔ)義角色分類(lèi)兩部分。其次通過(guò)分析基準(zhǔn)系統(tǒng)中使用的特征從而更有針對(duì)性的獲取更多有效的特征。由于特征一直是決定語(yǔ)義角

3、色標(biāo)注系統(tǒng)性能的重要因素，所以能否找到更多有效的特征將直接決定系統(tǒng)的性能。最后通過(guò)理論分析，將語(yǔ)義角色分類(lèi)重新定義為序列標(biāo)注任務(wù)，使用條件隨機(jī)場(chǎng)模型替換之前使用的最大熵分類(lèi)模型;并且根據(jù)錯(cuò)誤分析，本文提出通過(guò)向語(yǔ)義角色分類(lèi)模型中添加空類(lèi)型，使該階段擁有能夠糾正一些語(yǔ)義角色識(shí)別階段所遺留下來(lái)的錯(cuò)誤的能力。本文的貢獻(xiàn)主要表現(xiàn)在：研究并構(gòu)建了基于依存句法樹(shù)的語(yǔ)義角色標(biāo)注系統(tǒng);通過(guò)添加新特征的方法改進(jìn)系統(tǒng)性能;通過(guò)重新定義語(yǔ)義角色分類(lèi)為序列標(biāo)注