基于語料庫的自然語言句法分析技術(shù)研究.pdf

1、該文對于基于語料庫的自然語言句法分析技術(shù)進(jìn)行了深入的研究,主要的研究工作和成果如下:1.將最新的統(tǒng)計(jì)學(xué)習(xí)理論和機(jī)器學(xué)習(xí)算法SVM(支持向量機(jī))應(yīng)用于大規(guī)模的自然語言處理任務(wù)中.2.該文提出的標(biāo)注算法精度明顯高于隱馬爾可夫模型(HMM)等常用的詞性標(biāo)注算法,可以達(dá)到97％以上的準(zhǔn)確率.3.深入研究單詞詞義辨析的問題,提出一種高精度的自適應(yīng)單詞詞義辨析算法,并在SENSEEVAL-2詞義辨析系統(tǒng)公開競賽提供的語料庫中對該算法進(jìn)行試驗(yàn).4.對

2、完全句法分析的子任務(wù)——淺層句法分析技術(shù)進(jìn)行深入研究,在對語塊的特點(diǎn)進(jìn)行深入分析以后,該文提出了一種粗粒度的語塊分析算法,并在CoNLL-2000語塊分析系統(tǒng)測試提供的公開數(shù)據(jù)上對該方法進(jìn)行測試.5.提出兩種自然語言句法分析的模型,一種基于淺層句法分析技術(shù),對輸入語句進(jìn)行逐層分析.另外一種方法利用概率化的支持向量機(jī)模型,將句法分析過程看作是一個(gè)分析動作的序列,并利用概率支持向量機(jī)模型尋找一個(gè)對給定句子的最優(yōu)分析動作序列.6.創(chuàng)造性地將單