自然語言處理中介詞短語附著消歧問題的研究.pdf

1、歧義是自然語言處理中經(jīng)常遇見的一種語法現(xiàn)象。當我們在對一個句子做句法分析的時候,常常會面臨這樣一個問題,即一個短語或者子句可以附著在兩個或者兩個以上的句子成員節(jié)點上,機器很難自動地區(qū)分正確的附著位置。這種情況不僅出現(xiàn)在漢語的句法分析任務中,同時在英語自然語言分析中也會遇到。但是介詞短語附著消歧問題只出現(xiàn)在英語或者其他的西方語言中。本文主要探討英語中經(jīng)常出現(xiàn)的介詞短語附著消歧問題。很早學者們就將其看成一個模式識別任務,但是對它的形式化處理

2、卻不盡相同?，F(xiàn)在廣泛地將介詞短語附著消歧問題簡化為一個二值N和V的分類問題,它分別對應介詞短語附著于名詞和動詞。因此我們只需要設計一個分類器就能很好地處理介詞短語附著消歧任務。
　　 首先,我們介紹了自然語言處理的國內(nèi)外研究現(xiàn)狀,以及課題研究的背景及理論基礎。同時概述了介詞短語附著消歧任務。然后我們引入了n元語法模型并且簡單地介紹了幾種數(shù)據(jù)平滑處理方法。其次,詳細描述了語義消歧問題,尤其是介詞短語附著消歧模型。我們介紹了目前比較

3、流行的幾種介詞短語附著消歧模型,例如貝葉斯模型,最大熵模型,支持向量機模型,回退模型等。而將重點放在我們提出的基于雙閾值直接回退模型上。我們構建了這個模型,并將其在公共的IBM測試集合上進行了測試,實驗獲得了85.02％的準確率和100％的召回率。我們指出很多學者將介詞短語附著消歧問題看成一個獨立的任務,通過使用大量的語料,來提升算法的性能,而這個做法并不有利于句法分析任務的解決。實驗結果也證明該方法是一種非常有效的消歧方法,并具有理論