面向醫(yī)藥領(lǐng)域的中文語義解析.pdf

1、自然語言處理(Natural Language Processing，NLP)的主要目標(biāo)之一是構(gòu)建可以理解自然語言的自動化系統(tǒng)。目前構(gòu)建理解自然語言的自動化系統(tǒng)仍處于研究摸索階段。現(xiàn)有的一些系統(tǒng)可以處理某些領(lǐng)域中的子語言，但是這些系統(tǒng)都需要人工干預(yù)，而且具有較差的魯棒性。還有一些性能較好的機(jī)器學(xué)習(xí)系統(tǒng)，這些系統(tǒng)僅能處理相對簡單的NLP任務(wù)。
　　一個自然語言處理系統(tǒng)，如果沒有語義解析的參與，很難獲得較好的性能。語義解析是指將自然語

2、言句子轉(zhuǎn)化成便于機(jī)器理解和推理的意義形式。英文語義解析的研究已取得較大進(jìn)展，中文語義解析的研究工作卻寥寥無幾。醫(yī)藥領(lǐng)域有豐富的數(shù)據(jù)資源，這些資源都是以文本信息的形式存在，很難被計算機(jī)處理。
　　本文提出一種面向醫(yī)藥領(lǐng)域的中文語義解析方法(Chinese Semantic Parsing for Medicine Field，CSPMF)，此方法將中文句子轉(zhuǎn)化成其相應(yīng)的意義表示看作是一個機(jī)器翻譯的過程。首先構(gòu)造用于中文語義解析的醫(yī)藥

3、數(shù)據(jù)集，數(shù)據(jù)集中每條訓(xùn)練數(shù)據(jù)包括一個中文句子及其正確的意義表示。然后利用詞對齊模型來獲取由中文自然語言字符串及其相應(yīng)的意義表示所組成的雙語詞典。最后通過概率估計來確定最終的語義解析模型。針對中文語言的語法結(jié)構(gòu)特點，本文加入預(yù)處理算法，提出了改進(jìn)的面向醫(yī)藥領(lǐng)域的中文語義解析模型(Improved Chinese Semantic Parsing for Medicine Field，ICSPMF)。實驗表明，ICSPMF有較高的準(zhǔn)確率和召