基于條件隨機(jī)場模型的漢語框架語義角色自動標(biāo)注研究.pdf

1、目前自然語言處理技術(shù)的瓶頸是語義的自動分析，尤其是句義分析。句子中詞匯的語義角色標(biāo)注是對句子進(jìn)行語義分析的一個重要步驟，是句子命題義的形式化表示的一種實(shí)現(xiàn)方式。漢語框架語義角色的自動標(biāo)注是基于漢語框架語義知識庫(CFN)對中文句子實(shí)現(xiàn)句義的形式化表示的方法，其深入的研究，將為構(gòu)建大規(guī)模語義語料庫提供有效的工具，將有力推動中文信息檢索、自動問答、信息抽取等自然語言處理技術(shù)的發(fā)展。
　　考慮到目前漢語完全句法分析還不成熟，按照英語以句

2、法成分作為標(biāo)注單元的做法將難以實(shí)現(xiàn)。因此，本文將漢語框架語義角色自動標(biāo)注看作是以詞為標(biāo)注單元和以基本塊為標(biāo)注單元的整個句子的序列標(biāo)注任務(wù)，并分別使用條件隨機(jī)場模型進(jìn)行實(shí)驗。本文的語義角色標(biāo)注任務(wù)為:給定句子中的目標(biāo)詞及其所屬框架，自動標(biāo)出相應(yīng)的框架語義角色。
　　本文從目前CFN的200多個框架中選取例句數(shù)相對較多的25個框架的所有例句按5∶5構(gòu)成訓(xùn)練、測試集。
　　對于基于詞的標(biāo)注模型，本文構(gòu)造了詞層面的特征（當(dāng)前詞、當(dāng)前

3、詞的詞性、當(dāng)前詞的位置及其組合），利用正交表來選擇最優(yōu)的特征模板。在測試集上，基于詞的標(biāo)注模型的F值達(dá)到了62.50％。進(jìn)一步，本文使用清華大學(xué)的基本塊分析器對所有例句進(jìn)行自動分析，將基本塊特征加入到baseline模型中，測試集上F值有1.15％的上升，達(dá)到63.65％。對結(jié)果的錯誤分析表明:詞特征稀疏可能是導(dǎo)致性能不高的主要原因。
　　對于基于基本塊的標(biāo)注模型，本文以自動的基本塊標(biāo)注信息中構(gòu)造若干淺層句法特征，同樣利用正交表優(yōu)