基于語(yǔ)料庫(kù)的自然語(yǔ)言句法分析技術(shù)研究.pdf

1、該文對(duì)于基于語(yǔ)料庫(kù)的自然語(yǔ)言句法分析技術(shù)進(jìn)行了深入的研究,主要的研究工作和成果如下:1.將最新的統(tǒng)計(jì)學(xué)習(xí)理論和機(jī)器學(xué)習(xí)算法SVM(支持向量機(jī))應(yīng)用于大規(guī)模的自然語(yǔ)言處理任務(wù)中.2.該文提出的標(biāo)注算法精度明顯高于隱馬爾可夫模型(HMM)等常用的詞性標(biāo)注算法,可以達(dá)到97％以上的準(zhǔn)確率.3.深入研究單詞詞義辨析的問(wèn)題,提出一種高精度的自適應(yīng)單詞詞義辨析算法,并在SENSEEVAL-2詞義辨析系統(tǒng)公開(kāi)競(jìng)賽提供的語(yǔ)料庫(kù)中對(duì)該算法進(jìn)行試驗(yàn).4.對(duì)

2、完全句法分析的子任務(wù)——淺層句法分析技術(shù)進(jìn)行深入研究,在對(duì)語(yǔ)塊的特點(diǎn)進(jìn)行深入分析以后,該文提出了一種粗粒度的語(yǔ)塊分析算法,并在CoNLL-2000語(yǔ)塊分析系統(tǒng)測(cè)試提供的公開(kāi)數(shù)據(jù)上對(duì)該方法進(jìn)行測(cè)試.5.提出兩種自然語(yǔ)言句法分析的模型,一種基于淺層句法分析技術(shù),對(duì)輸入語(yǔ)句進(jìn)行逐層分析.另外一種方法利用概率化的支持向量機(jī)模型,將句法分析過(guò)程看作是一個(gè)分析動(dòng)作的序列,并利用概率支持向量機(jī)模型尋找一個(gè)對(duì)給定句子的最優(yōu)分析動(dòng)作序列.6.創(chuàng)造性地將單