基于依存關(guān)系樹的復(fù)句句法特征自動(dòng)選取.pdf

1、隨著社會(huì)的發(fā)展，科技的進(jìn)步，人們獲取信息的途徑越來越多，而且更加方便。人們?cè)诮涣鞯倪^程中，也產(chǎn)生了大量的數(shù)據(jù)。信息處理的自動(dòng)化和智能化是社會(huì)發(fā)展的必然。在此背景下，自然語(yǔ)言處理領(lǐng)域得到了飛速發(fā)展。在中文信息處理領(lǐng)域，分詞和詞性標(biāo)注已經(jīng)取得突破性進(jìn)展。然而，為了最終實(shí)現(xiàn)對(duì)篇章的理解，要上升到句子層面的理解，而中文復(fù)句的研究是句子到篇章研究的過渡。
　　復(fù)句由分句構(gòu)成，其所含的信息量比單句大，常用來表示人和人、事和人及人與物之間的邏輯

2、意義關(guān)系，同時(shí)兼有語(yǔ)法、語(yǔ)義乃至語(yǔ)用等多方面的屬性。復(fù)句的層次關(guān)系劃分是對(duì)復(fù)句研究的根本，而復(fù)句中關(guān)系標(biāo)記的標(biāo)識(shí)及關(guān)系標(biāo)記之間的搭配關(guān)系又是復(fù)句層次關(guān)系劃分的基礎(chǔ)?；谝陨鲜聦?shí)，復(fù)句的研究就必須上升到語(yǔ)法、語(yǔ)義，甚至是語(yǔ)用的層面。
　　本文試圖以關(guān)系標(biāo)記為出發(fā)點(diǎn)實(shí)現(xiàn)對(duì)復(fù)句層次結(jié)構(gòu)的初步理解。復(fù)句特征的研究是基礎(chǔ)中的基礎(chǔ)，本文提出的基于依存關(guān)系樹的復(fù)句句法特征自動(dòng)選取實(shí)現(xiàn)了復(fù)句中表征關(guān)系標(biāo)記及其搭配關(guān)系的句法特征集的獲取。鑒于復(fù)句本

3、身的特點(diǎn)，我們?cè)谶x擇特征的時(shí)候，并未局限于詞匯特征，而是融入了豐富的句法特征。
　　條件隨機(jī)場(chǎng)模型是無向圖模型，在自然語(yǔ)言處理中得到廣泛的應(yīng)用。我們利用該模型對(duì)復(fù)句語(yǔ)料進(jìn)行了訓(xùn)練，并將相應(yīng)的特征選取算法加入到模型中，實(shí)現(xiàn)了復(fù)句句法特征的自動(dòng)選取。實(shí)驗(yàn)主要分為關(guān)系標(biāo)記和搭配關(guān)系句法特征選取兩個(gè)方面。由于關(guān)系標(biāo)記任務(wù)更簡(jiǎn)單，研究也較多，所以得到的實(shí)驗(yàn)結(jié)果更好，準(zhǔn)確率及召回率都達(dá)到了98％左右。本文對(duì)關(guān)系標(biāo)記搭配關(guān)系的研究只是初步的探索