漢語術(shù)語語義分析技術(shù)研究及其應(yīng)用.pdf

1、漢語語義分析是自然語言處理的核心技術(shù)之一，也是對(duì)漢語的深層理解。漢語語義分析效果的提高對(duì)于信息檢索和機(jī)器翻譯都具有推動(dòng)作用。隨著科技的發(fā)展，術(shù)語也不斷涌現(xiàn)，所以對(duì)術(shù)語語義分析的研究也有著重大的意義。
　　本文對(duì)術(shù)語的特點(diǎn)進(jìn)行研究，實(shí)現(xiàn)了漢語術(shù)語語義分析系統(tǒng)。該系統(tǒng)包括依存分析和語義分析兩個(gè)部分，這兩部分通過機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)。在語義分析的基礎(chǔ)上實(shí)現(xiàn)了漢語術(shù)語翻譯系統(tǒng)，并取得了較好的效果。具體內(nèi)容如下：
　　首先，對(duì)大量的漢語

2、術(shù)語進(jìn)行分析，發(fā)現(xiàn)術(shù)語大部分為名詞性短語，而且術(shù)語用詞的重復(fù)性低。針對(duì)上述兩個(gè)特點(diǎn)，在依存分析階段，本文選擇適合術(shù)語的特征，利用支持向量機(jī)(SVM)訓(xùn)練得到依存分析模型，從而有效識(shí)別出了術(shù)語內(nèi)部的依存關(guān)系。所選特征包括基本特征，互信息特征和知網(wǎng)第一義原特征。
　　其次，提出了一種漢語術(shù)語語義分析方法。本文定義了14種語義關(guān)系，并利用CRF訓(xùn)練得到語義分析模型，該模型可以有效識(shí)別出兩個(gè)詞之間的語義關(guān)系。由于術(shù)語所涉及的語義關(guān)系范圍較

3、窄，所以該模型對(duì)于易混淆的類別分類能力較差。本文對(duì)于易混淆的類別采用SVM訓(xùn)練分類器，對(duì)CRF模型輸出的2-best結(jié)果中的兩個(gè)語義關(guān)系進(jìn)行識(shí)別，確定詞對(duì)最終語義關(guān)系。
　　最后，將語義分析技術(shù)應(yīng)用到了術(shù)語翻譯。首先對(duì)術(shù)語進(jìn)行依存分析，根據(jù)依存分析的結(jié)果抽取出結(jié)構(gòu)化的短語，再利用傳統(tǒng)的GROW-DIAL-FINAL方法抽取非結(jié)構(gòu)化短語；之后利用提取的調(diào)序模板對(duì)源語言進(jìn)行調(diào)序；最后利用摩西對(duì)已經(jīng)調(diào)序的術(shù)語解碼。
　　實(shí)驗(yàn)結(jié)果表