漢語否定與不確定信息識別研究.pdf

1、自然語言中存在大量否定與不確定信息,針對此類信息的識別是目前信息抽取領(lǐng)域研究熱點之一。英文中否定與不確定信息識別研究較早,但目前面向漢語的否定與不確定信息的自動識別研究尚處于起步階段。其中一個重要原因是漢語否定與不確定語料匱乏,導致相關(guān)研究進展緩慢。同時,漢語在語言特征(如語法、修辭等)上與英語存在較大差異,需要提出針對漢語的否定與不確定信息識別模型。
　　本文制定了一套面向漢語的否定與不確定信息標注規(guī)則,構(gòu)建了漢語否定與不確定信

2、息識別語料庫,并提出了漢語否定與不確定觸發(fā)詞和覆蓋域的識別方法。首先,制定了一套面向漢語的否定與不確定信息標注規(guī)則,構(gòu)建了漢語否定與不確定信息識別語料庫,并統(tǒng)計在不同類別文本中否定與不確定使用的語言現(xiàn)象。該語料為漢語否定與不確定信息識別提供了重要資源。其次,分別提出了基于字框架和詞框架的漢語否定與不確定觸發(fā)詞識別模型。另外,為了解決觸發(fā)詞歧義問題,本文將基于詞框架的條件隨機場(conditional random fields,簡稱CR

3、F)模型與概率統(tǒng)計模型相結(jié)合,提出了新的漢語否定與不確定觸發(fā)詞識別融合模型。實驗結(jié)果表明,該模型提高了觸發(fā)詞識別性能。最后,借鑒英文中覆蓋域識別使用的特征,提出了面向漢語特征的否定與不確定覆蓋域識別方法。并在此基礎(chǔ)上,提出了基于多分類器的漢語否定與不確定覆蓋域識別融合模型。實驗結(jié)果表明,該模型有效提高了覆蓋域識別性能。本文提出了一種漢語否定與不確定觸發(fā)詞和覆蓋域識別方法,該方法的研究將進一步推進面向漢語的否定與不確定信息識別研究的發(fā)展,