基于最大熵的語義角色標注系統(tǒng).pdf

1、自然語言理解是計算機科學領域與人工智能領域中的一個重要方向，它主要研究用自然語言在人與計算機之間進行有效交流的理論和方法。計算機理解自然語言的前提條件是能夠對自然語言語句進行語義分析。通過語義分析和深入的知識獲取及推理，就有可能使計算機具有與人類進行無障礙溝通的能力。為達此目的，人們已經(jīng)進行了多年的努力，然而目前取得的效果并不理想。
　　淺層語義分析，又稱語義角色標注，是對深層語義分析的一種簡化，它只標注與句子中謂語動詞相關句法成

2、份的語義角色，如施事、受事、時間和地點等?，F(xiàn)有自然語言處理技術和統(tǒng)計學習技術的成熟，為淺層語義分析的實現(xiàn)提供了保證。淺層語義分析多被應用于問答系統(tǒng)、信息抽取和機器翻譯等自然語言處理系統(tǒng)中。
　　本文設計并實現(xiàn)了一個基于最大熵模型的語義角色標注系統(tǒng)，該系統(tǒng)把句法成分作為語義標注的基本單元，采用從下向上的標注策略對基于語料生成的完全句法樹進行語義角色標注，在對41個特征模板進行篩選后，最終采用36個特征模板進行特征提取，用最大熵模型對