漢語(yǔ)并列關(guān)系復(fù)句中的決策式依存句法分析與研究.pdf

1、句法分析是自然語(yǔ)言處理領(lǐng)域的一個(gè)關(guān)鍵問(wèn)題，其任務(wù)是根據(jù)給定的語(yǔ)法，自動(dòng)推導(dǎo)出句子的語(yǔ)法結(jié)構(gòu)。近幾年，依存句法分析逐漸受到重視，然而，依存句法分析對(duì)單句研究得比較多，而對(duì)復(fù)句關(guān)注得比較少。在漢語(yǔ)研究領(lǐng)域，復(fù)句是重要的語(yǔ)法實(shí)體，它表達(dá)的語(yǔ)義信息豐富而復(fù)雜，因而在依存句法分析領(lǐng)域具有更加重要的研究?jī)r(jià)值。
　　基于以上原因，本文主要是對(duì)漢語(yǔ)復(fù)句語(yǔ)料庫(kù)(CCCS)中的并列類復(fù)句進(jìn)行依存句法分析。CCCS語(yǔ)料庫(kù)中的并列類復(fù)句大多是長(zhǎng)句，為了解

2、決長(zhǎng)句帶來(lái)的句法分析難題，結(jié)合并列類復(fù)句自身的特點(diǎn)，首先依據(jù)關(guān)系詞搭配和逗號(hào)對(duì)并列類復(fù)句進(jìn)行分句，這樣可以在一定程度上降低復(fù)句的長(zhǎng)度。然而這樣分句后，還是會(huì)有分句是長(zhǎng)句。依據(jù)依存語(yǔ)法的定義，漢語(yǔ)句子根結(jié)點(diǎn)兩邊的依存關(guān)系不存在交叉現(xiàn)象。于是運(yùn)用機(jī)器學(xué)習(xí)的方法構(gòu)造了根查找器，用來(lái)找到分句的根結(jié)點(diǎn)，然后利用根結(jié)點(diǎn)再次對(duì)分句中的長(zhǎng)句進(jìn)行分割。這樣經(jīng)過(guò)兩次分句后，不僅可以更好地降低復(fù)句的長(zhǎng)度，降低句子分析的復(fù)雜度，而且在一定程度上提升了并列類復(fù)句

3、依存句法分析的準(zhǔn)確率。
　　在分析復(fù)句的依存關(guān)系時(shí)，選取的是Arc-eager決策式依存句法分析算法，然而，在漢語(yǔ)中這種方法容易出現(xiàn)動(dòng)詞和動(dòng)詞以及動(dòng)詞和介詞的過(guò)早規(guī)約問(wèn)題。于是，改進(jìn)了兩段式依存句法分析方法，使其能夠同時(shí)解決這兩種過(guò)早規(guī)約問(wèn)題。
　　實(shí)驗(yàn)開始前，在漢語(yǔ)復(fù)句語(yǔ)料庫(kù)中選取了2000句并列類復(fù)句進(jìn)行依存關(guān)系標(biāo)注，作為實(shí)驗(yàn)使用的漢語(yǔ)并列類復(fù)句依存樹庫(kù)。隨后，在不同數(shù)量的訓(xùn)練集和測(cè)試集上進(jìn)行了根查找器和依存句法分析器的