現(xiàn)代漢語小句間的零形式定位研究.pdf

1、在自然語言處理中，漢語零形回指是現(xiàn)代漢語指代消解工作中的一個(gè)難點(diǎn)。
　　 指代消解能盡可能地消除人們?yōu)榱撕喕Z言而造成對指代詞所指的歧義理解，為計(jì)算機(jī)信息處理提供正確完整的信息，避免錯(cuò)誤地理解上下文。但在現(xiàn)代漢語零形回指中，零形式是一種沒有語音形式、無形有義的回指詞，是語言減縮現(xiàn)象的主要特征。解決零形式位置的自動(dòng)判定，是實(shí)現(xiàn)計(jì)算機(jī)對零形回指的自動(dòng)消解工作的首要前提。
　　 本文以小句間的零形式作為處理對象。根據(jù)語料庫語言

2、學(xué)的方法，利用現(xiàn)代漢語小說文本，制定相關(guān)標(biāo)注項(xiàng)和標(biāo)注原則，在人工標(biāo)注和精校對的基礎(chǔ)上，建立了一個(gè)小型的現(xiàn)代漢語零形式語料庫。并在構(gòu)建了零形式語料庫的基礎(chǔ)上，通過計(jì)算零形式位置相關(guān)統(tǒng)計(jì)量和通過機(jī)器學(xué)習(xí)相關(guān)概率權(quán)值的最優(yōu)值，本文提出一種自動(dòng)判定零形式位置的統(tǒng)計(jì)算法模型。同時(shí)，本文也引入了常見的統(tǒng)計(jì)模型crf來實(shí)現(xiàn)零形式位置自動(dòng)判定的工作。通過對比實(shí)驗(yàn)，兩種零形式定位算法的定位精度都達(dá)到了85％左右，定位召回率都達(dá)到了90％左右。在分析兩種基