基于多層CRFs的漢語(yǔ)介詞短語(yǔ)識(shí)別研究.pdf

1、介詞短語(yǔ)是漢語(yǔ)中一種重要的短語(yǔ)類型，在漢語(yǔ)中占有較大的比例。介詞短語(yǔ)的正確識(shí)別可以簡(jiǎn)化句子結(jié)構(gòu);縮小中心動(dòng)詞的選擇范圍;降低句法分析的難度?；诮樵~短語(yǔ)識(shí)別的重要性，本文提出了基于條件隨機(jī)場(chǎng)（Conditional Random Fields，CRFs）的漢語(yǔ)介詞短語(yǔ)識(shí)別方法，并采用基于轉(zhuǎn)換的錯(cuò)誤驅(qū)動(dòng)學(xué)習(xí)方法對(duì)結(jié)果進(jìn)行校正，較好地完成了介詞短語(yǔ)識(shí)別任務(wù)。
　　本文將介詞短語(yǔ)識(shí)別問題轉(zhuǎn)化為序列標(biāo)注問題，基于CRFs模型在序列標(biāo)注上的

2、優(yōu)點(diǎn)，選用CRFs模型作為標(biāo)注模型，通過分析介詞短語(yǔ)的結(jié)構(gòu)特征，為CRFs模型選取了6個(gè)有效的特征，并采用遞增式的學(xué)習(xí)方法選擇特征模板，優(yōu)化了模型的性能;針對(duì)句子中含有多個(gè)介詞短語(yǔ)識(shí)別效果不理想的現(xiàn)狀，提出了多層識(shí)別的方法，分層識(shí)別每一個(gè)介詞短語(yǔ)，將識(shí)別出的介詞短語(yǔ)用特殊的符號(hào)替換，進(jìn)而簡(jiǎn)化句子結(jié)構(gòu)，縮短句子的長(zhǎng)度;本文為了進(jìn)一步提高介詞短語(yǔ)識(shí)別的效果，采用基于轉(zhuǎn)換的錯(cuò)誤驅(qū)動(dòng)學(xué)習(xí)方法對(duì)基于CRFs模型的識(shí)別結(jié)果進(jìn)行校正。論文對(duì)基于單層C

3、RFs模型、基于多層CRFs模型及加入錯(cuò)誤驅(qū)動(dòng)學(xué)習(xí)方法分別進(jìn)行實(shí)驗(yàn)。
　　實(shí)驗(yàn)證明，本文采用的多層CRFs模型的介詞短語(yǔ)識(shí)別方法是有效的。通過對(duì)人民日?qǐng)?bào)2000年語(yǔ)料中的7000多個(gè)介詞短語(yǔ)進(jìn)行五倍交叉實(shí)驗(yàn)，精確率、召回率、F1值分別為91.45％、91.39％和91.42％。在引入基于轉(zhuǎn)換的錯(cuò)誤驅(qū)動(dòng)的學(xué)習(xí)方法對(duì)識(shí)別結(jié)果進(jìn)行校正后，精確率、召回率、F1值分別達(dá)到91.98％、91.92％和91.96％，進(jìn)一步提高了識(shí)別的效果。