基于SNoW文本中空間表達(dá)式的識別與分析.pdf

1、空間表達(dá)式的識別與分析來源于國家自然科學(xué)基金資助項目“基于Ontology的文本中空間關(guān)系三維可視化”，是該項目自然語言處理部分的第一步。在空間關(guān)系三維可視化的過程中，包括三個步驟：空間關(guān)系抽取，空間關(guān)系量化，以及可視化。根據(jù)語言學(xué)家的相關(guān)分析，我們把現(xiàn)代漢語所描述的空間關(guān)系分為兩個層次，一個是空間表達(dá)式，另一個是射體。其中，射體是空間關(guān)系的主體，而空間表達(dá)式描述了射體的空間方位，主要由方位詞和界標(biāo)組成。
　　目前，可以借鑒的空間

2、表達(dá)式識別方法有兩種，基于規(guī)則的方法和基于統(tǒng)計的方法。前者在精度上取得了比較大的成績，但是這種方法的缺點在于規(guī)則的提取耗費了大量的人力和物力；相反，后者可以有效地減少人力和物力的投入，同時在語料規(guī)模適當(dāng)?shù)臅r候，可以取得到的效果也非常接近于甚至超過基于規(guī)則的方法，另外基于統(tǒng)計的方法還具有的較強的泛化能力。
　　有鑒于以往的經(jīng)驗，本文提出了一種基于SNoW(SparseNetworkofWinnow)的空間表達(dá)式識別與分析方法，并輔以

3、簡單的規(guī)則，對現(xiàn)實文本中的空間表達(dá)式進行識別與分析。同時，針對《伊索寓言》實現(xiàn)了一個空間表達(dá)式識別與分析系統(tǒng)，該系統(tǒng)取得了一定的成功。
　　本文的主要研究內(nèi)容包括如下四個部分：
　　1.空間關(guān)系語料加工。盡管語言學(xué)家對現(xiàn)代漢語在描述空間關(guān)系的時候的特點有了比較詳盡的、系統(tǒng)的介紹，但是在計算語言學(xué)界，并沒有關(guān)于實體間空間關(guān)系的語料，為了實際應(yīng)用的需要，我們首先需要提出一套空間關(guān)系語料標(biāo)記符號，并針對實際語料（伊索寓言）做加工。

4、
　　2.基于SNoW學(xué)習(xí)框架的空間表達(dá)式和界標(biāo)識別的研究。針對空間表達(dá)式在實際文本中出現(xiàn)的特點，我們提出一種基于SNoW的空間關(guān)系識別方法，并實現(xiàn)了較好的空間表達(dá)式(SpatialExpression)和界標(biāo)(Landmark)的識別系統(tǒng)。
　　3.本文簡要分析了方位詞和介詞的使用特點，并提出了一種基于規(guī)則的方位詞和介詞標(biāo)注方法。
　　4.針對空間表達(dá)式在文本出現(xiàn)的特點，實現(xiàn)了一個以統(tǒng)計為主，規(guī)則為輔的空間表達(dá)式識別