漢語框架排歧技術研究.pdf

1、框架排歧研究是SemEval-2007中第19項語義分析評測“Frame SemanticStructure Extraction”中的一個子任務。該研究基于FrameNet語義知識庫，針對句子中給定的歧義目標詞（能夠激起至少兩個框架的目標詞），根據(jù)目標詞當前所在句子的語境，判斷該目標詞所能激起的多個候選框架中，哪個最能表達當前句子的語義場景?？蚣芘牌缗c詞義消歧有些類似，但詞義消歧更側重于靜態(tài)地計算多義詞在詞典中的哪個釋義更適合于當前句

2、子。而框架語義學是一種動態(tài)場景語義，它更側重的是，根據(jù)場景中的參與者及涉及的相關語義角色，來判斷哪個候選框架所激起的場景語義與當前句子的場景語義是一致的。
　　本文面向漢語框架網(wǎng)（Chinese FrameNet），研究漢語框架排歧技術。
　　目前，漢語框架網(wǎng)中共有332個屬于多個框架的詞元，本文從中篩選了7個有代表性的詞元進行研究，并從搜狗語料庫和北大CCL現(xiàn)代漢語語料庫中搜集了1000多條漢語句子，在經過整理精煉后作為實

3、驗的語料集。對于這些包含能夠激起多個框架的目標詞的漢語句子，本文在依存句法分析基礎上，采用機器學習方法進行了漢語框架排歧技術的探索研究。
　　本文的主要研究內容及成果包括:
　　(1)基于序列標注思想，在對漢語句子進行依存句法分析基礎上，采用Tree-Structured Conditional Random Fields(T-CRF)模型進行框架排歧的特征選擇及參數(shù)估計，并與CRF模型的實驗結果進行了對比分析。
　　

4、(2)基于分類思想，在依存句法分析基礎上，對漢語句子中的每個目標詞建立SVM分類器來實現(xiàn)目標詞的框架排歧，模型訓練過程中主要包括特征選擇、參數(shù)估計、核函數(shù)選擇。
　　(3)對比實驗:利用廣義組配理論中的共現(xiàn)組配思想，本文提出了基于詞元相容度計算方法來進行目標詞的框架排歧，并使用了most-frequent frame方法作了baseline實驗。
　　實驗結果表明，使用機器學習方法，在依存句法樹上抽取特征，能夠捕獲句子中詞語