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(duì)與傳統(tǒng)短語結(jié)構(gòu)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(shí)的人快速地了解一個(gè)句子的結(jié)構(gòu)并且對(duì)于各種語言都用同一種結(jié)構(gòu)來表示。依存句法分析著眼于分析出句子中的修飾關(guān)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(zhuǎn)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(guān)系對(duì)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(diǎn)在于引入高階信息;基于轉(zhuǎn)移的方法的研究熱點(diǎn)在于在原來的貪心算法的基礎(chǔ)上擴(kuò)大搜索空間;半監(jiān)督算法的研究熱點(diǎn)在于從互聯(lián)網(wǎng)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(gè)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(xiàn)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(gè)開源的一階條件隨機(jī)場模型來訓(xùn)練出一個(gè)文本chunker（就是

3、把句子劃分成詞組）;然后針對(duì)每一個(gè)句子，本論文使用chunk信息和標(biāo)點(diǎn)符號(hào)信息構(gòu)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(duì)MSTParser算法和Carreras算法進(jìn)行擴(kuò)展，實(shí)驗(yàn)結(jié)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(fù)雜度變高。如果給定已知的chunk信息，依存句法分析的準(zhǔn)確率分別從91.36％和92.20