基于特征向量的中英文語義角色標注研究.pdf

1、對句子進行正確的語義分析，一直是從事自然語言理解研究的學者們追求的主要目標。隨著通用領域句法分析等技術的發(fā)展，近年來語義分析開始觸及更深層次的通用領域，但是通用的深層語義分析仍然很難實現(xiàn)。因此目前人們更關心“淺層語義分析”，一種簡化了的語義分析形式，只標注句子中與謂詞有關的語義角色，如施事、受事、時間和地點等。語義角色標注是淺層語義分析的一種實現(xiàn)方式，已成功應用于信息抽取、問答系統(tǒng)和機器翻譯等任務，是目前自然語言理解領域中的一個熱點和關

2、鍵研究方向。 盡管語義角色標注研究已經(jīng)取得了一定的成績，但仍有一些問題亟待解決，如：語義角色標注的性能嚴重依賴于句法分析的性能，在中文的語義角色標注中尤其突出；系統(tǒng)發(fā)展遇到瓶頸，性能難以進一步提高等。以往研究表明，提高語義角色標注系統(tǒng)性能的主要方法是使用基于特征向量的方法。因此本文的研究仍采用基于特征向量的方法，使用不同的句法分析結果，提出更豐富和有效的語言學特征，并對標注的各個過程進行改進，提高系統(tǒng)的性能。 本文的研究

3、內(nèi)容主要包括三個方面： 1.研究基于短語結構句法分析的語義角色標注，重點探索改進語義角色標注的各個部分，提高系統(tǒng)性能。除了進行細致的特征工程外，還提出新的語法結構搭配特征、基于中心詞的剪枝算法和新的后處理機制。實驗結果表明，系統(tǒng)取得的性能是目前已知的基于單棵最佳句法分析樹的SRL的最佳性能。 2.研究基于依存句法分析的語義角色標注。在構建基于依存關系的語義角色標注系統(tǒng)上，提出和改進基于依存關系的特征與剪枝算法，探索使用依

4、存句法分析進行謂詞識別，詳細比較分析與基于短語結構句法分析的語義角色標注之間的差異。實驗結果表明，在標準依存關系上，系統(tǒng)取得了目前已知的最好性能。 3.研究中文語義角色標注。探索使用英文語義角色標注的研究方法，對中文進行語義角色標注。對于基于短語結構句法分析的系統(tǒng)，重點探索針對中文語言特點，提出更具中文語言特色的特征，分析基于中心詞的剪枝算法和后處理機制在中文上的使用效果。對于依存句法分析，重點探索基于依存關系的中文謂詞識別方法

5、和建立完整的中文語義角色標注平臺，為這個方向的研究奠定基礎。實驗結果表明，基于短語結構句法分析的系統(tǒng)結果超過了目前已知的最好結果。 本文的主要貢獻在于對基于特征向量的語義角色標注進行了系統(tǒng)而深入的研究與探索。在基于短語結構句法分析的系統(tǒng)中，提出了優(yōu)化特征組合和新的具有中英文語言特色的語法特征、基于中心詞的剪枝算法、基于共現(xiàn)概率的去除重復論元和論元嵌套算法。在基于依存句法分析的系統(tǒng)中，提出和改進了基于依存關系的特征與剪枝算法，探索