版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、計算機自然語言處理需要從線性的句子中獲取詞語之間的語義關系,樹形的句法結構可以推導出句子成分之間主要的語義關系,在自然語言處理中起著重要作用,但隨著近年來語料庫建設規(guī)模的不斷擴大,研究者發(fā)現(xiàn)用投影樹無法完整地描寫句法結構,并且還發(fā)現(xiàn)有相當數(shù)量的非投影樹結構和圖結構。同時由于漢語自身的特點,長期以來,漢語句法分析精度較低,現(xiàn)有的句法分析技術不適合處理漢語中的一些特殊句式(連動句、兼語句、動詞拷貝、長句等),亟需尋找新的技術手段解決這一難題
2、。
一些研究者提出了AMR這種基于圖的句子語義表示方法,用來分析英語。本文則嘗試借鑒這一方法來探究基于依存語法對漢語進行句法語義一體化標注(簡稱依存圖標注),進而構建漢語依存圖庫。本文的主要內容如下:
第一步,梳理并分析了句法理論和句法結構表示方法的發(fā)展過程,在這個過程中發(fā)現(xiàn)在句法分析和論元分析的過程中經(jīng)常出現(xiàn)了超出樹結構的現(xiàn)象,這是引進圖結構的一個重要原因,然后,進一步統(tǒng)計分析了CoNLL2009評測的中文數(shù)據(jù),結
3、果表明了根據(jù)樹結構難以推導出所有的語義結構,這就需要探索漢語句子的基于圖的句法語義一體化標注新方案;
第二步,基于以上的理論準備,通過實際標注和反復的驗證修改,逐步構建出基于依存圖標注的標記集體系和具體的標注規(guī)范,這也是本研究的創(chuàng)新之處;
第三步是實際操作部分,使用第二步確定的標記集和標注規(guī)范對已有的CoNLL2009評測的中文數(shù)據(jù)中的一部分數(shù)據(jù)進行依存圖標注,一共標注了1230句,并記錄了標注過程中遇到的一些問題;
4、
第四步則是對第三步的標注結果進行統(tǒng)計和分析,統(tǒng)計發(fā)現(xiàn)在標注好的1230句的語料中形成圖結構的句子有795句,占到語料的64.6%。這部分就主要分析了標注中形成圖結構的一些特殊的語言現(xiàn)象,例如,兼語句、連動句、二價名詞等,對這些特殊句子的處理正是依存圖相對于依存樹的優(yōu)勢所在,也是構建依存圖庫的關鍵所在。
本文的創(chuàng)新之處在于,首先是提出用圖結構來表示漢語句法語義分析結果;其次是提出一套新的漢語句法語義一體化標注的標記集
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主動學習的漢語依存樹庫構建.pdf
- 藏語依存樹庫的構建.pdf
- 漢語語義依存分析研究.pdf
- 基于關系詞搭配的漢語復句依存關系的層次體系的自動構建.pdf
- 高性能漢語依存句法分析方法的研究.pdf
- 基于統(tǒng)計方法的漢語長句依存句法分析.pdf
- 漢語依存句法分析方法的研究與實現(xiàn).pdf
- 基于統(tǒng)計的漢語依存句法分析研究.pdf
- 基于依存特征的漢語框架語義角色自動標注.pdf
- 漢語腦筋急轉彎的自主依存框架分析.pdf
- 基于機器學習的漢語依存句法分析優(yōu)化研究.pdf
- 樹的圖庫
- 基于依存語法的漢語復句關系詞自動標識.pdf
- 基于依存語法的漢語句法分析研究.pdf
- 基于統(tǒng)計方法的漢語依存句法分析研究.pdf
- 漢語依存句法分析關鍵技術研究.pdf
- 基于語義依存關系的漢語句子分析研究.pdf
- 基于依存關系的漢語復句內分句的相似度計算.pdf
- 樹的圖庫.dwg
- 中英平行短語依存樹庫的構建與應用研究.pdf
評論
0/150
提交評論