中文成分句法分析關(guān)鍵技術(shù)研究.pdf

1、成分句法分析（又被稱(chēng)作短語(yǔ)結(jié)構(gòu)句法分析）是自然語(yǔ)言處理的核心任務(wù)之一，被廣泛應(yīng)用于包括統(tǒng)計(jì)機(jī)器翻譯(Statistical Machine Translation)、語(yǔ)義角色標(biāo)注(SemanticRole Labeling)、問(wèn)答系統(tǒng)(Question Answering)、信息抽取(Information Extraction)在內(nèi)的多種自然語(yǔ)言處理任務(wù)。由于人工標(biāo)注句法數(shù)據(jù)（在句法分析領(lǐng)域，這類(lèi)數(shù)據(jù)的集合通常被稱(chēng)作樹(shù)庫(kù)）的出現(xiàn)，數(shù)據(jù)

2、驅(qū)動(dòng)的句法分析方法成為當(dāng)前句法分析研究的主流方法。但主流的成分句法分析器雖然能獲得較好的性能，它們的速度卻是非常慢的，這些速度較慢的句法分析模型不能滿(mǎn)足實(shí)際應(yīng)用的需求。為此，本文研究并構(gòu)建了一個(gè)高效的中文成分句法分析模型，該模型基于移進(jìn)-規(guī)約算法，其主要的優(yōu)勢(shì)在于其能夠快速的進(jìn)行句法分析，同時(shí)保證較好的性能，此外，本文還在基準(zhǔn)系統(tǒng)的基礎(chǔ)上對(duì)模型進(jìn)行了幾點(diǎn)改進(jìn)。本文的主要內(nèi)容如下:
　　首先，研究并構(gòu)建了中文成分句法分析基準(zhǔn)系統(tǒng)。系

3、統(tǒng)基于移進(jìn)-規(guī)約算法，它是一個(gè)自底向上的句法分析算法，將成分句法分析過(guò)程轉(zhuǎn)化成一個(gè)最優(yōu)動(dòng)作序列的搜索過(guò)程。該算法是一個(gè)線性的算法，所以能夠高效率的完成句法分析任務(wù)。在訓(xùn)練過(guò)程中選擇感知機(jī)模型，對(duì)算法進(jìn)行建模，在解碼模塊使用柱搜索技術(shù)，既保證了算法的線性時(shí)間復(fù)雜度，又提高了算法的準(zhǔn)確性。本文之后的研究以及改進(jìn)的方法都將在這個(gè)基準(zhǔn)系統(tǒng)上展開(kāi)。
　　其次，研究了提高中文成分句法分析性能的方法。通過(guò)對(duì)基準(zhǔn)系統(tǒng)實(shí)驗(yàn)結(jié)果的分析提出了兩種方法來(lái)

4、改進(jìn)分析模型:第一種是通過(guò)使用更豐富的句法分析特征來(lái)改進(jìn)句法分析模型;另一種是使用基于半指導(dǎo)的方法，擴(kuò)大訓(xùn)練集規(guī)模，提高句法分析動(dòng)作判斷的準(zhǔn)確率，改進(jìn)基準(zhǔn)系統(tǒng)的性能。
　　本文的貢獻(xiàn)度主要表現(xiàn)在:研究并構(gòu)建了一個(gè)高效的成分句法分析系統(tǒng)，在實(shí)驗(yàn)中可以達(dá)到每秒80句以上的分析速度。提出了兩種改進(jìn)句法分析模型的方法，并通過(guò)驗(yàn)證了這兩種方法對(duì)句法分析性能的改進(jìn)作用。最終的實(shí)驗(yàn)表明，本文提出的方法能夠有效的改進(jìn)成分句法分析模型的性能。在使用