漢語(yǔ)框架排歧技術(shù)研究.pdf

1、框架排歧研究是SemEval-2007中第19項(xiàng)語(yǔ)義分析評(píng)測(cè)“Frame SemanticStructure Extraction”中的一個(gè)子任務(wù)。該研究基于FrameNet語(yǔ)義知識(shí)庫(kù)，針對(duì)句子中給定的歧義目標(biāo)詞（能夠激起至少兩個(gè)框架的目標(biāo)詞），根據(jù)目標(biāo)詞當(dāng)前所在句子的語(yǔ)境，判斷該目標(biāo)詞所能激起的多個(gè)候選框架中，哪個(gè)最能表達(dá)當(dāng)前句子的語(yǔ)義場(chǎng)景?？蚣芘牌缗c詞義消歧有些類(lèi)似，但詞義消歧更側(cè)重于靜態(tài)地計(jì)算多義詞在詞典中的哪個(gè)釋義更適合于當(dāng)前句

2、子。而框架語(yǔ)義學(xué)是一種動(dòng)態(tài)場(chǎng)景語(yǔ)義，它更側(cè)重的是，根據(jù)場(chǎng)景中的參與者及涉及的相關(guān)語(yǔ)義角色，來(lái)判斷哪個(gè)候選框架所激起的場(chǎng)景語(yǔ)義與當(dāng)前句子的場(chǎng)景語(yǔ)義是一致的。
　　本文面向漢語(yǔ)框架網(wǎng)（Chinese FrameNet），研究漢語(yǔ)框架排歧技術(shù)。
　　目前，漢語(yǔ)框架網(wǎng)中共有332個(gè)屬于多個(gè)框架的詞元，本文從中篩選了7個(gè)有代表性的詞元進(jìn)行研究，并從搜狗語(yǔ)料庫(kù)和北大CCL現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)中搜集了1000多條漢語(yǔ)句子，在經(jīng)過(guò)整理精煉后作為實(shí)

3、驗(yàn)的語(yǔ)料集。對(duì)于這些包含能夠激起多個(gè)框架的目標(biāo)詞的漢語(yǔ)句子，本文在依存句法分析基礎(chǔ)上，采用機(jī)器學(xué)習(xí)方法進(jìn)行了漢語(yǔ)框架排歧技術(shù)的探索研究。
　　本文的主要研究?jī)?nèi)容及成果包括:
　　(1)基于序列標(biāo)注思想，在對(duì)漢語(yǔ)句子進(jìn)行依存句法分析基礎(chǔ)上，采用Tree-Structured Conditional Random Fields(T-CRF)模型進(jìn)行框架排歧的特征選擇及參數(shù)估計(jì)，并與CRF模型的實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比分析。
　　

4、(2)基于分類(lèi)思想，在依存句法分析基礎(chǔ)上，對(duì)漢語(yǔ)句子中的每個(gè)目標(biāo)詞建立SVM分類(lèi)器來(lái)實(shí)現(xiàn)目標(biāo)詞的框架排歧，模型訓(xùn)練過(guò)程中主要包括特征選擇、參數(shù)估計(jì)、核函數(shù)選擇。
　　(3)對(duì)比實(shí)驗(yàn):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(jì)算方法來(lái)進(jìn)行目標(biāo)詞的框架排歧，并使用了most-frequent frame方法作了baseline實(shí)驗(yàn)。
　　實(shí)驗(yàn)結(jié)果表明，使用機(jī)器學(xué)習(xí)方法，在依存句法樹(shù)上抽取特征，能夠捕獲句子中詞語(yǔ)