漢語最長(zhǎng)名詞短語的自動(dòng)識(shí)別與分析.pdf

1、最長(zhǎng)名詞短語作為名詞短語的一個(gè)特殊類別，在句子中一般充當(dāng)主語和賓語，因此自動(dòng)識(shí)別出句子中的最長(zhǎng)名詞短語，不僅有助于淺層句法分析，并且最長(zhǎng)名詞短語的識(shí)別和分析對(duì)于自然語言處理領(lǐng)域中的許多應(yīng)用研究，如信息檢索、信息抽取、機(jī)器翻譯等，都具有重要的應(yīng)用價(jià)值。
　　本文在分析國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，通過對(duì)不同方法的實(shí)驗(yàn)對(duì)比，提出了一種統(tǒng)計(jì)和規(guī)則相結(jié)合的漢語最長(zhǎng)名詞短語自動(dòng)識(shí)別方法，并實(shí)現(xiàn)了最長(zhǎng)名詞短語的短語結(jié)構(gòu)語法分析，主要工作包括以下兩方

2、面：
　　1.最長(zhǎng)名詞短語的識(shí)別研究：首先對(duì)最長(zhǎng)名詞短語的識(shí)別任務(wù)進(jìn)行了形式化描述，轉(zhuǎn)化為序列標(biāo)注問題，采用兩種通用統(tǒng)計(jì)模型，最大熵和條件隨機(jī)場(chǎng)模型分別進(jìn)行了實(shí)驗(yàn)，對(duì)比分析后選定條件隨機(jī)場(chǎng)作為識(shí)別系統(tǒng)的統(tǒng)計(jì)模型；在此基礎(chǔ)上通過分析錯(cuò)誤識(shí)別結(jié)果建立后處理規(guī)則庫對(duì)識(shí)別結(jié)果進(jìn)行基于規(guī)則的后處理，識(shí)別系統(tǒng)開放測(cè)試結(jié)果中F值達(dá)到了90.0％。
　　2.最長(zhǎng)名詞短語的分析研究：通過對(duì)短語結(jié)構(gòu)語法樹的層次抽象，將其轉(zhuǎn)化為層次標(biāo)注問題，提出