面向數(shù)據(jù)分析的漢語句法結構樹研究.pdf

1、作為自然語言處理(Natural Language Processing，NLP)領域的一個核心問題，高性能句法分析在NLP應用領域中發(fā)揮了重要的作用。由于句法規(guī)則很難窮盡，而且對漢語真實語料的處理能力不夠，基于真實語料數(shù)據(jù)庫的句法分析成為目前句法分析的主流。然而，由于漢語句子成分太復雜，直接對真實語料進行句法分析，性能很難提高，因此，本文首先基于規(guī)則和謂詞識別技術，將漢語句子分割成多個漢語事件描述小句(Chinese Event De

2、scriptive Clause，EDC);然后在構建數(shù)據(jù)庫的基礎上，采用基于面向數(shù)據(jù)分析技術(Data-Oriented Parsing，DOP)對漢語EDC進行句法分析;最后通過組合處理實現(xiàn)完整句子的句法分析。實驗證明以上技術路線達到了較好的效果。
　　本文完成的主要工作如下:
　　1、學習面向數(shù)據(jù)的句法分析技術;
　　2、構建數(shù)據(jù)庫。DOP句法分析是基于真實語料數(shù)據(jù)庫的，為此我們需要構建相關數(shù)據(jù)庫，本實驗需要的數(shù)

3、據(jù)庫有漢語問句類型庫、問句句型庫、問句疑問詞庫、句法片段庫，句法截斷庫以及句法片段組合庫等;
　　3、提出面向事件描述小句的漢語自動句法分析的方法和步驟。本文提出在句法分析之前對真實語料進行小句劃分的預處理方法，預處理階段采用一種基于謂詞識別和規(guī)則方法，將漢語句子分割成多個事件描述小句;然后基于DOP對漢語事件描述小句進行句法分析;最后通過組合處理實現(xiàn)完整句子的句法分析。該方法的好處是可以將句法分析的任務分步處理，將詞數(shù)較多的復雜