漢語框架自動識別中的歧義消解.pdf

1、自然語言理解是實現(xiàn)人與計算機之間有效的通信的一種技術。在自然語言中，一詞多義的現(xiàn)象普遍存在，因此，詞義的歧義消解是自然語言理解中重要的環(huán)節(jié)之一。詞匯的框架義是詞匯的一種意義表示。漢語框架的自動識別就是對句子中給定的詞語，根據(jù)其上下文環(huán)境自動識別出其激起的框架?？蚣茏詣幼R別技術是大規(guī)模自動構建語義語料庫的有效途徑，同時也為框架語義的自動分析提供分析工具，其深入研究將有效地推動中文信息檢索、問答系統(tǒng)、機器翻譯和文本分類等技術的向前發(fā)展。

2、r>　　考慮到目前漢語框架網(wǎng)絡知識庫仍在完善中，詞元列表、框架列表還有待擴充，本文根據(jù)框架語義中自然語言自動語義分析的要求，將漢語框架自動識別任務分解為詞元識別、未知框架檢測和框架消歧義三個子任務，本論文主要關注漢語框架自動識別中的歧義消解任務。該任務主要基于上下文環(huán)境，對給定句子中的目標詞從現(xiàn)有的框架庫中為該目標詞自動標注一個合適的框架。本文將該任務看作多類分類問題，使用最大熵對其進行建模
　　本文從當前的漢語框架語義知識庫的1

3、960個詞元中選取了同時能夠激起兩個以上框架且例句數(shù)相對較多的88個詞元的2077條例句，按3-fold交叉驗證切分為訓練集和測試集。本文基于詞的框架消歧模型，構造了詞層面、基本塊層面，以及依存句法層面的若干特征，并使用了開窗口技術和BOW策略。在測試集上，基于詞的漢語框架自動消歧baseline模型的精確率(Accuracy)達到了64.42％。本文在Baseline基礎上加入BOW特征，測試集上的精確率達到了68.37％，比原有方法

4、提高了3.95％。這表明: BOW特征，即目標詞與其它詞的搭配信息在框架消歧任務中起重要作用，這基本符合語言學的規(guī)律。
　　進一步，基于清華大學的基本塊分析器，本文對語料中的所有例句進行自動分析，并抽取基本塊層面的特征加入到baseline模型中，測試集上精確率沒有提高，仍然是64.42％。這表明BC特征對框架消歧任務基本不起作用。通過對結果的分析可知，自動基本塊分析器的性能在開放語料環(huán)境下并不理想是導致性能沒有提高的主要原因。<

5、br>　　此外，基于Stanford、HIT和Mate三個依存句法分析器對全部語料自動分析得到的依存句法樹，分別抽取依存句法層面的特征分別加入到baseline模型中。測試集上最好的結果是基于Mate分析器的，比Stanford和HIT的結果高近2個百分點。實驗結果中，三組實驗較Baseline模型都有不同程度的提高，表明依存句法層面的特征對框架消歧任務有一定的作用。然而，測試結果提高的幅度不大，主要原因是自動分析器在開放語料測試環(huán)境下