基于樹核的代詞消解研究.pdf

1、指代消解是自然語言處理的重點(diǎn)和難點(diǎn)之一，在文本摘要、機(jī)器翻譯、多語言信息處理和信息提取等諸多應(yīng)用中都涉及到指代消解問題。核函數(shù)的研究和使用是當(dāng)前機(jī)器學(xué)習(xí)研究領(lǐng)域的熱門課題。作為一種特殊的核函數(shù)，樹核函數(shù)已被應(yīng)用于自然語言處理的各個領(lǐng)域，并取得了一定的成功。 本文深入分析了現(xiàn)有的指代消解技術(shù)并進(jìn)行了歸類總結(jié)。針對結(jié)構(gòu)化信息在指代消解中的重要作用，本文使用SVM提供的卷積樹核函數(shù)自動獲取句法結(jié)構(gòu)信息，并將句法樹作為一個特征，和其它基

2、本特征相結(jié)合，從而訓(xùn)練得到一個分類器對代詞進(jìn)行消解。 在基于卷積樹核的英文代詞消解研究中，本文首先考察了句法樹的裁剪和擴(kuò)展，通過適當(dāng)?shù)牟眉舨呗赃x擇一棵合適的子樹。裁剪策略主要分為靜態(tài)裁剪和動態(tài)裁剪，在ACE2004 NWIRE語料上的實驗表明，在僅使用裁剪策略的情況下，動態(tài)裁剪樹要好于靜態(tài)裁剪樹，動態(tài)裁剪樹的F值達(dá)到了79.3％。由于很多句法樹的區(qū)分能力不足，所以本文考慮句法樹的語義擴(kuò)展，將一些語義節(jié)點(diǎn)掛到句法樹上。實驗表明，句

3、法樹的語義擴(kuò)展能顯著提高系統(tǒng)的性能。 針對卷積樹核和指代消解的特點(diǎn)，本文分別考慮了訓(xùn)練實例的過濾和系表it的過濾，從而達(dá)到優(yōu)化分類器的性能。訓(xùn)練實例的過濾主要過濾一些明顯有指代關(guān)系的訓(xùn)練實例，從而減少分類器的噪音；而系表it的過濾主要是過濾那些不需要消解的it。本文還進(jìn)一步分析了卷積樹核對句法分析器的依賴以及跨句的指代的情況。 此外，針對中文的指代消解，本文單獨(dú)實現(xiàn)了一個基于機(jī)器學(xué)習(xí)的指代消解平臺，由于預(yù)處理過程并不完善