漢語篇章零形式識別與填充.pdf

1、零形式是指句子中隱式的、未顯示表達的語義成分，是傳統(tǒng)語義角色標注不能標注出的語義角色，也不是謂詞依存成分的語義角色。零形式被區(qū)分為有定的零形式和無定的零形式，其中，有些被忽略的語義成分能夠在語篇中的句法成分之間建立起特定的語義聯(lián)系，為保證語義的完整性，需要從上下文中為該缺失的語義成分找到所指的先行語，這種情況就被稱為有定的零形式；而當被忽略的語義成分不影響人們對篇章完整意思的理解時，不需要從上下文中找回其先行語，這種情況就稱之為無定的零

2、形式。由于零形式的出現(xiàn)，語篇上下文的某些聯(lián)系就被忽略了，因此，發(fā)現(xiàn)并找到隱式表達的語義角色，并將其與上下文語境中的先行語進行連接，可以更深層地理解篇章語義。
　　本文基于漢語框架語義，針對漢語篇章零形式識別與填充任務，將其分為零形式識別、零形式分類和有定零形式填充三個子任務，并研究了實現(xiàn)每個子任務的具體技術方法。主要研究內(nèi)容及成果如下：
　?。?）針對零形式自動識別任務，進行了兩級識別，首先對已有的規(guī)則方法稍作改進來進行零形

3、式的第一級檢測，然后利用統(tǒng)計出的標注模式過濾去除掉部分錯誤識別的零形式。
　?。?）針對零形式分類問題，即對于自動識別出的零形式，判斷其中哪些屬于有定零形式，本文選取了最優(yōu)特征集，建立最大熵分類模型，并通過實驗對比驗證了該方法的有效性。
　　（3）針對有定零形式自動填充任務，首先將該任務看成指代消解的二分類問題，選取了詞層面及框架層面的8類特征，建立最大熵模型；此外，本文研究了FrameNet中的框架關系，提出了一種基于框架