基于特征向量的中英文語(yǔ)義角色標(biāo)注研究.pdf

1、對(duì)句子進(jìn)行正確的語(yǔ)義分析，一直是從事自然語(yǔ)言理解研究的學(xué)者們追求的主要目標(biāo)。隨著通用領(lǐng)域句法分析等技術(shù)的發(fā)展，近年來(lái)語(yǔ)義分析開(kāi)始觸及更深層次的通用領(lǐng)域，但是通用的深層語(yǔ)義分析仍然很難實(shí)現(xiàn)。因此目前人們更關(guān)心“淺層語(yǔ)義分析”，一種簡(jiǎn)化了的語(yǔ)義分析形式，只標(biāo)注句子中與謂詞有關(guān)的語(yǔ)義角色，如施事、受事、時(shí)間和地點(diǎn)等。語(yǔ)義角色標(biāo)注是淺層語(yǔ)義分析的一種實(shí)現(xiàn)方式，已成功應(yīng)用于信息抽取、問(wèn)答系統(tǒng)和機(jī)器翻譯等任務(wù)，是目前自然語(yǔ)言理解領(lǐng)域中的一個(gè)熱點(diǎn)和關(guān)

2、鍵研究方向。 盡管語(yǔ)義角色標(biāo)注研究已經(jīng)取得了一定的成績(jī)，但仍有一些問(wèn)題亟待解決，如：語(yǔ)義角色標(biāo)注的性能嚴(yán)重依賴于句法分析的性能，在中文的語(yǔ)義角色標(biāo)注中尤其突出；系統(tǒng)發(fā)展遇到瓶頸，性能難以進(jìn)一步提高等。以往研究表明，提高語(yǔ)義角色標(biāo)注系統(tǒng)性能的主要方法是使用基于特征向量的方法。因此本文的研究仍采用基于特征向量的方法，使用不同的句法分析結(jié)果，提出更豐富和有效的語(yǔ)言學(xué)特征，并對(duì)標(biāo)注的各個(gè)過(guò)程進(jìn)行改進(jìn)，提高系統(tǒng)的性能。 本文的研究

3、內(nèi)容主要包括三個(gè)方面： 1.研究基于短語(yǔ)結(jié)構(gòu)句法分析的語(yǔ)義角色標(biāo)注，重點(diǎn)探索改進(jìn)語(yǔ)義角色標(biāo)注的各個(gè)部分，提高系統(tǒng)性能。除了進(jìn)行細(xì)致的特征工程外，還提出新的語(yǔ)法結(jié)構(gòu)搭配特征、基于中心詞的剪枝算法和新的后處理機(jī)制。實(shí)驗(yàn)結(jié)果表明，系統(tǒng)取得的性能是目前已知的基于單棵最佳句法分析樹(shù)的SRL的最佳性能。 2.研究基于依存句法分析的語(yǔ)義角色標(biāo)注。在構(gòu)建基于依存關(guān)系的語(yǔ)義角色標(biāo)注系統(tǒng)上，提出和改進(jìn)基于依存關(guān)系的特征與剪枝算法，探索使用依

4、存句法分析進(jìn)行謂詞識(shí)別，詳細(xì)比較分析與基于短語(yǔ)結(jié)構(gòu)句法分析的語(yǔ)義角色標(biāo)注之間的差異。實(shí)驗(yàn)結(jié)果表明，在標(biāo)準(zhǔn)依存關(guān)系上，系統(tǒng)取得了目前已知的最好性能。 3.研究中文語(yǔ)義角色標(biāo)注。探索使用英文語(yǔ)義角色標(biāo)注的研究方法，對(duì)中文進(jìn)行語(yǔ)義角色標(biāo)注。對(duì)于基于短語(yǔ)結(jié)構(gòu)句法分析的系統(tǒng)，重點(diǎn)探索針對(duì)中文語(yǔ)言特點(diǎn)，提出更具中文語(yǔ)言特色的特征，分析基于中心詞的剪枝算法和后處理機(jī)制在中文上的使用效果。對(duì)于依存句法分析，重點(diǎn)探索基于依存關(guān)系的中文謂詞識(shí)別方法

5、和建立完整的中文語(yǔ)義角色標(biāo)注平臺(tái)，為這個(gè)方向的研究奠定基礎(chǔ)。實(shí)驗(yàn)結(jié)果表明，基于短語(yǔ)結(jié)構(gòu)句法分析的系統(tǒng)結(jié)果超過(guò)了目前已知的最好結(jié)果。 本文的主要貢獻(xiàn)在于對(duì)基于特征向量的語(yǔ)義角色標(biāo)注進(jìn)行了系統(tǒng)而深入的研究與探索。在基于短語(yǔ)結(jié)構(gòu)句法分析的系統(tǒng)中，提出了優(yōu)化特征組合和新的具有中英文語(yǔ)言特色的語(yǔ)法特征、基于中心詞的剪枝算法、基于共現(xiàn)概率的去除重復(fù)論元和論元嵌套算法。在基于依存句法分析的系統(tǒng)中，提出和改進(jìn)了基于依存關(guān)系的特征與剪枝算法，探索