基于支持向量機的漢語框架語義角色自動標注.pdf

1、近年來，自然語言研究的熱點已經(jīng)轉到了語義角色標注上來。本文以漢語框架語義知識庫為基礎，結合漢語自身的特點，重點研究了漢語框架語義角色自動標注問題，為以后構建大規(guī)模的語料庫，推動中文信息檢索、自動問答、信息抽取等自然語言處理技術的發(fā)展，做出了有益的探索。
　　由于漢語的完全句法分析器的性能達不到使用階段，本文將漢語框架語義角色看做是以詞為標注單位的序列標注問題，使用支持向量機作為分類器來訓練模型，并將詞層面特征和基本塊層面特征融合到

2、標注模型中。本文的語義角色標注任務為:給定目標詞和目標詞所屬的框架，在句子中自動識別出框架元素并為其標上相應的框架語義角色。
　　本文從漢語框架語義知識庫中挑出25個框架作為實驗語料，并在此實驗語料上進行了3組2折交叉驗證，最后用這3組2折交叉驗證的均值作為我們模型的性能。實驗中，我們首先為每類候選特征提供幾種窗口大小，然后用正交表對特征及其窗口的大小進行選擇。
　　本文構建了兩類語義角色標注模型:一類是基于詞特征的語義角色

3、標注，在把語義角色的識別和分類分開進行時，我們得到了59.65％的F值，把識別和分類聯(lián)合起來進行實驗時，我們得到的性能是58.72％;另一類是基于基本塊特征的語義角色標注，在語義角色識別和分類分開進行時我們得到了59.67％的F值，識別和分類聯(lián)合進行時得到了58.92％的F值。
　　實驗結果表明:(1)將語義角色標注分為兩步進行比兩步聯(lián)合起來進行的性能要好;(2)加入基本塊信息后，語義角色識別和分類的性能都有所提高，但提高不大;(