基于特征向量的中英文語義角色標(biāo)注研究.pdf

1、對句子進(jìn)行正確的語義分析，一直是從事自然語言理解研究的學(xué)者們追求的主要目標(biāo)。隨著通用領(lǐng)域句法分析等技術(shù)的發(fā)展，近年來語義分析開始觸及更深層次的通用領(lǐng)域，但是通用的深層語義分析仍然很難實現(xiàn)。因此目前人們更關(guān)心“淺層語義分析”，一種簡化了的語義分析形式，只標(biāo)注句子中與謂詞有關(guān)的語義角色，如施事、受事、時間和地點等。語義角色標(biāo)注是淺層語義分析的一種實現(xiàn)方式，已成功應(yīng)用于信息抽取、問答系統(tǒng)和機(jī)器翻譯等任務(wù)，是目前自然語言理解領(lǐng)域中的一個熱點和關(guān)

2、鍵研究方向。 盡管語義角色標(biāo)注研究已經(jīng)取得了一定的成績，但仍有一些問題亟待解決，如：語義角色標(biāo)注的性能嚴(yán)重依賴于句法分析的性能，在中文的語義角色標(biāo)注中尤其突出；系統(tǒng)發(fā)展遇到瓶頸，性能難以進(jìn)一步提高等。以往研究表明，提高語義角色標(biāo)注系統(tǒng)性能的主要方法是使用基于特征向量的方法。因此本文的研究仍采用基于特征向量的方法，使用不同的句法分析結(jié)果，提出更豐富和有效的語言學(xué)特征，并對標(biāo)注的各個過程進(jìn)行改進(jìn)，提高系統(tǒng)的性能。 本文的研究

3、內(nèi)容主要包括三個方面： 1.研究基于短語結(jié)構(gòu)句法分析的語義角色標(biāo)注，重點探索改進(jìn)語義角色標(biāo)注的各個部分，提高系統(tǒng)性能。除了進(jìn)行細(xì)致的特征工程外，還提出新的語法結(jié)構(gòu)搭配特征、基于中心詞的剪枝算法和新的后處理機(jī)制。實驗結(jié)果表明，系統(tǒng)取得的性能是目前已知的基于單棵最佳句法分析樹的SRL的最佳性能。 2.研究基于依存句法分析的語義角色標(biāo)注。在構(gòu)建基于依存關(guān)系的語義角色標(biāo)注系統(tǒng)上，提出和改進(jìn)基于依存關(guān)系的特征與剪枝算法，探索使用依

4、存句法分析進(jìn)行謂詞識別，詳細(xì)比較分析與基于短語結(jié)構(gòu)句法分析的語義角色標(biāo)注之間的差異。實驗結(jié)果表明，在標(biāo)準(zhǔn)依存關(guān)系上，系統(tǒng)取得了目前已知的最好性能。 3.研究中文語義角色標(biāo)注。探索使用英文語義角色標(biāo)注的研究方法，對中文進(jìn)行語義角色標(biāo)注。對于基于短語結(jié)構(gòu)句法分析的系統(tǒng)，重點探索針對中文語言特點，提出更具中文語言特色的特征，分析基于中心詞的剪枝算法和后處理機(jī)制在中文上的使用效果。對于依存句法分析，重點探索基于依存關(guān)系的中文謂詞識別方法

5、和建立完整的中文語義角色標(biāo)注平臺，為這個方向的研究奠定基礎(chǔ)。實驗結(jié)果表明，基于短語結(jié)構(gòu)句法分析的系統(tǒng)結(jié)果超過了目前已知的最好結(jié)果。 本文的主要貢獻(xiàn)在于對基于特征向量的語義角色標(biāo)注進(jìn)行了系統(tǒng)而深入的研究與探索。在基于短語結(jié)構(gòu)句法分析的系統(tǒng)中，提出了優(yōu)化特征組合和新的具有中英文語言特色的語法特征、基于中心詞的剪枝算法、基于共現(xiàn)概率的去除重復(fù)論元和論元嵌套算法。在基于依存句法分析的系統(tǒng)中，提出和改進(jìn)了基于依存關(guān)系的特征與剪枝算法，探索