版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、句法分析的基本任務是確定句子的句法結構,由于語言的復雜性,句法結構往往有歧義的存在,需要引入大量信息來減少歧義,提高句法分析結果。句法分析一般分為短語結構句法分析和依存句法分析,本文主要研究的是短語結構句法分析。CVG(Compositional Vector Grammars)模型能夠很好的捕捉句法分析所需信息,本文將對CVG模型進行深入研究,并對基于CVG模型的句法分析器進行改進,使其能在中文句法分析上有更好的性能表現(xiàn)。CVG模型將
2、 PCFG(Probabilistic Context Free Grammars)和SU-RNN(Syntactically Untied Recursive Neural Networks)相結合,利用PCFG模型預測結構,生成候選樹,利用SU-RNN捕獲短語和詞匯的細粒度語法和組合語義的信息,并利用這些信息對生成的句法樹進行重新計算得分,進行重新排序。
本研究主要內(nèi)容包括:⑴利用CVG對中文進行句法分析,首先對CVG模型
3、進及其關鍵技術進行了介紹,并使用Stanford Parser在CTB8.0( Chinese Treebank8.0)上訓練出一個PCFG模型作為基準模型,在此基礎上,又訓練出一個CVG模型,給出其在中文句法分析上的性能表現(xiàn),及和PCFG模型的性能對比。⑵CVG模型中存在著一些問題,針對這些問題本文給出了改進措施:對于一詞多義,通過融入詞性信息,將<詞,詞性>作為一個整體進行訓練,來解決多義詞問題對于未登陸詞問題,將其分成兩類,針對每
4、類提出了不同的解決辦法,第一類是語料中不存在的詞,對于這種未登陸詞可以用結構向量進行替代,第二類是語料中存在這個詞,不過不存在其對應的詞性,則先用結構向量替代,并對詞性的父結點所在的子樹的得分進行懲罰,如果還沒有找到對應向量,則用零向量替代對于因為樹的二叉化所引起的新生結點和原結點難以區(qū)分所導致的父結點向量表示不確切的問題,提出了對新生結點類型臨時增加標記位的解決辦法對于CVG模型中結點得分計算存在冗余的問題,提出將得分函數(shù)中的參數(shù)依賴
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(nèi)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(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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
- 介詞、連詞用法在短語結構句法分析中的應用研究.pdf
- 英漢被動結構句法對比研究.pdf
- 基于序列標注的中文依存句法分析研究.pdf
- 漢語作格結構句法語義研究.pdf
- “A-,單-+著”結構句法語義功能研究.pdf
- 名詞短語移位的句法分析.pdf
- 最簡框架內(nèi)漢語“被”字句結構句法研究.pdf
- 基于轉(zhuǎn)換的依存句法分析研究.pdf
- 基于詞匯化統(tǒng)計模型的漢語句法分析研究.pdf
- 基于歷史信息的中文多層次句法分析研究.pdf
- 面向中文信息處理的V+N結構句法與語義關系研究.pdf
- “V1P+V2+R”結構句法語義分析.pdf
- 基于LPCFG的中文句法分析.pdf
- 基于深度學習的漢語句法分析研究.pdf
- 基于統(tǒng)計的漢語依存句法分析研究.pdf
- 中文命名實體識別與淺層句法分析研究.pdf
- 基于無短語標記樹庫的句法分析方法的研究.pdf
- 基于句法分析的中文事件抽取方法研究.pdf
- 基于規(guī)則的藏語句法分析研究.pdf
- 基于樹庫的中文依存句法分析的研究.pdf
評論
0/150
提交評論