基于支持向量機(jī)的漢語(yǔ)框架語(yǔ)義角色自動(dòng)標(biāo)注.pdf

1、近年來(lái)，自然語(yǔ)言研究的熱點(diǎn)已經(jīng)轉(zhuǎn)到了語(yǔ)義角色標(biāo)注上來(lái)。本文以漢語(yǔ)框架語(yǔ)義知識(shí)庫(kù)為基礎(chǔ)，結(jié)合漢語(yǔ)自身的特點(diǎn)，重點(diǎn)研究了漢語(yǔ)框架語(yǔ)義角色自動(dòng)標(biāo)注問(wèn)題，為以后構(gòu)建大規(guī)模的語(yǔ)料庫(kù)，推動(dòng)中文信息檢索、自動(dòng)問(wèn)答、信息抽取等自然語(yǔ)言處理技術(shù)的發(fā)展，做出了有益的探索。
　　由于漢語(yǔ)的完全句法分析器的性能達(dá)不到使用階段，本文將漢語(yǔ)框架語(yǔ)義角色看做是以詞為標(biāo)注單位的序列標(biāo)注問(wèn)題，使用支持向量機(jī)作為分類器來(lái)訓(xùn)練模型，并將詞層面特征和基本塊層面特征融合到

2、標(biāo)注模型中。本文的語(yǔ)義角色標(biāo)注任務(wù)為:給定目標(biāo)詞和目標(biāo)詞所屬的框架，在句子中自動(dòng)識(shí)別出框架元素并為其標(biāo)上相應(yīng)的框架語(yǔ)義角色。
　　本文從漢語(yǔ)框架語(yǔ)義知識(shí)庫(kù)中挑出25個(gè)框架作為實(shí)驗(yàn)語(yǔ)料，并在此實(shí)驗(yàn)語(yǔ)料上進(jìn)行了3組2折交叉驗(yàn)證，最后用這3組2折交叉驗(yàn)證的均值作為我們模型的性能。實(shí)驗(yàn)中，我們首先為每類候選特征提供幾種窗口大小，然后用正交表對(duì)特征及其窗口的大小進(jìn)行選擇。
　　本文構(gòu)建了兩類語(yǔ)義角色標(biāo)注模型:一類是基于詞特征的語(yǔ)義角色

3、標(biāo)注，在把語(yǔ)義角色的識(shí)別和分類分開(kāi)進(jìn)行時(shí)，我們得到了59.65％的F值，把識(shí)別和分類聯(lián)合起來(lái)進(jìn)行實(shí)驗(yàn)時(shí)，我們得到的性能是58.72％;另一類是基于基本塊特征的語(yǔ)義角色標(biāo)注，在語(yǔ)義角色識(shí)別和分類分開(kāi)進(jìn)行時(shí)我們得到了59.67％的F值，識(shí)別和分類聯(lián)合進(jìn)行時(shí)得到了58.92％的F值。
　　實(shí)驗(yàn)結(jié)果表明:(1)將語(yǔ)義角色標(biāo)注分為兩步進(jìn)行比兩步聯(lián)合起來(lái)進(jìn)行的性能要好;(2)加入基本塊信息后，語(yǔ)義角色識(shí)別和分類的性能都有所提高，但提高不大;(