基于LSTM神經網絡的中文語義解析技術研究.pdf

1、語義解析旨在將人類使用的自然語言映射為一個完整的、計算機可執(zhí)行的形式化意義表示。它是自然語言處理的核心研究領域，也是實現(xiàn)各種智能系統(tǒng)的關鍵技術，如面向知識庫的自動問答、機器人動作控制等。英文上的語義解析研究經歷了較長的歷史，各種經典的語義解析方法已經被相繼提出。特別地，隨著神經網絡的發(fā)展，基于LSTM神經網絡的語義解析方法已經成為新的研究趨勢。由于中文相比英文來說更加復雜，而且缺少針對中文語義解析的公開數據集，所以目前針對中文語義解析的

2、研究相對較少。本文以面向知識庫的自動問答作為應用場景，改進了現(xiàn)有的基于LSTMEncoder-Decoder的英文語義解析模型，并將其應用在中文語義解析任務上。本文主要的工作包括:
　　(1)針對中文表達方式多樣、語法靈活的特點，本文在現(xiàn)有的LSTM Encoder-Decoder語義解析模型中引入了自然語言的句法結構。本文在現(xiàn)有的Encoder中引入樹形LSTM神經網絡，并根據自然語言的句法樹對其進行編碼，減少中文表達方式多樣性

3、帶來的影響。
　　(2)本文改進了Decoder的解析過程，改進的Decoder可以利用知識庫提高語義解析的準確率，使得語義解析結果能夠直接應用到面向知識庫的自動問答場景中。
　　(3)構造了一個中文語義解析數據集，彌補了中文自然語言語義解析缺少公開數據集的問題。其中，該數據集由自然語言句子和每個句子對應的意義表示組成，自然語言的意義表示使用lambda演算描述。
　　(4)實現(xiàn)了本文改進的語義解析模型，并在本文構建的