基于SVM的確定性中文依存關(guān)系解析.pdf

1、句法分析是中文自然語言處理的關(guān)鍵技術(shù)之一，句法分析的任務(wù)是自動分析出句子的語法結(jié)構(gòu)及語法關(guān)系，將一個線性序列的句子轉(zhuǎn)換成一個結(jié)構(gòu)化的語法樹。根據(jù)不同的語法體系，分析結(jié)果表現(xiàn)為不同的形式。本文的句法分析采用的是依存語法的語法體系。 中文依存關(guān)系是基于中文依存文法，確定句子中詞之間的依存關(guān)系。詞是句子結(jié)構(gòu)中的最小元素，詞與詞之間的依存關(guān)系解析可以表示詞間的深層聯(lián)系，所以本文在詞的基礎(chǔ)上進行依存關(guān)系解析。大連理工大學(xué)自然語言處理實驗室

2、在前人研究基礎(chǔ)上，依據(jù)依存公理制定了一套中文詞間依存關(guān)系體系，共定義了三十八種詞間的依存關(guān)系類型，為依存關(guān)系語料庫的制作提供了標準。 本文基于支持向量機(SVM)采用確定性解析算法進行中文依存關(guān)系解析，并且依據(jù)中文語法的特點，提出一種改進的確定性中文依存關(guān)系解析方法。Nivre算法已經(jīng)成功的應(yīng)用于英文的依存關(guān)系解析，又英文和中文在句法特點上具有一定的相似性，所以本文采用確定性Nivre算法進行中文依存關(guān)系解析。確定性解析算法通過

3、解析句子中各個詞與其前后詞的依存關(guān)系解析整個句子。在中文中，有些具有依存關(guān)系的詞距離較遠，使用確定性Nivre算法進行解析效果并不理想。依據(jù)中文語法的特點，在不增加解析時間的前提下提出考慮遠距離依存關(guān)系的確定性Nivre算法，基于SVM識別中文依存關(guān)系。 實驗數(shù)據(jù)采用用哈爾濱工業(yè)大學(xué)的依存關(guān)系語料庫。結(jié)果表明，使用考慮遠距離依存關(guān)系的確定性Nivre算法解析中文，使解析精度提高了5.32﹪，達到78.30﹪。封閉測試幾乎完全正確