多種特征模板的依存句法分析算法.pdf

1、依存句法分析是相對與傳統(tǒng)短語結構句法分析更有優(yōu)勢的工具。它的優(yōu)勢主要在于簡單性和普遍性:它可以讓有很少語法背景知識的人快速地了解一個句子的結構并且對于各種語言都用同一種結構來表示。依存句法分析著眼于分析出句子中的修飾關系（比如形容詞修飾它后邊緊跟的名詞）。
　　傳統(tǒng)的依存句法分析大致可以分為三類:即基于圖的方法、基于轉移的方法和半監(jiān)督的方法。各種方法都有其優(yōu)勢和劣勢，但是長距離依存關系對于這些算法來講都是比較難以克服的問題。其中基

2、于圖的方法的研究熱點在于引入高階信息;基于轉移的方法的研究熱點在于在原來的貪心算法的基礎上擴大搜索空間;半監(jiān)督算法的研究熱點在于從互聯(lián)網或者其他地方找到外部信息加入到原來的特征集中。
　　本文提出一個簡單有效的方法，即通過使用基于chunk的信息并且使用多種特征模板來提高依存分析的性能。論文的主要貢獻在于使用了多種特征模板并且部分解決了長距離依存問題。首先，本論文使用一個開源的一階條件隨機場模型來訓練出一個文本chunker（就是

3、把句子劃分成詞組）;然后針對每一個句子，本論文使用chunk信息和標點符號信息構建出一棵從句-短語樹;最后，本論文根據(jù)從句-短語樹來為依存分析算法抽取出基于chunk的特征并把抽取出來的特征添加到原來的特征集中。本論文對MSTParser算法和Carreras算法進行擴展，實驗結果表明本論文的方法顯著地超過baseline系統(tǒng)，而且沒有使得系統(tǒng)的復雜度變高。如果給定已知的chunk信息，依存句法分析的準確率分別從91.36％和92.20