中文樹庫依存關系解析的研究.pdf

1、句法分析是自然語言處理的關鍵技術，依存關系解析是句法分析的方法之一，這種方法解析句子詞語間的依存關系，依存關系可以明確地表明詞語間的支配關系，并能方便地轉化為語義依存描述。賓州中文樹庫(Penn Chinese Treebank，CTB)是國內(nèi)外研究人員公用的短語結構樹庫，但是CTB是短語結構樹庫，而且沒有標明每個短語的中心子節(jié)點，所以必須首先將CTB轉換為依存結構樹庫，然后基于轉換后的CTB才能進行中文依存關系解析。 本文首先

2、根據(jù)CTB中的短語結構，通過大規(guī)模語料的分析和漢語句法的特點，總結出來中心子節(jié)點過濾表，通過中心子節(jié)點過濾表進行賓州中文樹庫的短語結構向依存結構的轉換，以便為后續(xù)實驗的學習和測試提供語料。實驗采用了CTB 5.0賓州中文短語樹庫，利用中心子節(jié)點過濾表把短語結構向依存結構轉換之后，本文隨機抽取了CTB 5.0語料中的200句，進行了人工的依存關系標注，測試正確率為99.95％. 然后本文采用考慮遠距離的確定性Nivre算法和基于根

3、節(jié)點的確定性Nivre算法，進行了依存結構的賓州中文樹庫學習和測試，依存關系的正確率分別為65.43％和74.35％?？紤]遠距離的依存的確定性Nivre算法，在原有Nivre算法的基礎上，根據(jù)漢語語法的特點適當?shù)卦黾恿藢h距離依存關系的判斷；基于根節(jié)點的確定性Nivre算法，可以將原句切分為兩個較簡單的分句，再對每個分句利用考慮遠距離依存的確定性Nivre算法進行依存關系解析，既可以降低解析難度，又可以避免出現(xiàn)跨越根節(jié)點的依存關系。