指代消解中待消解項識別研究.pdf

1、指代消解是自然語言處理的重點和難點之一,在信息抽取,文本摘要等應(yīng)用中都涉及到指代消解問題。待消解項識別是指代消解的一個子任務(wù),是制約指代消解性能的關(guān)鍵要素之一,也是目前指代消解研究的一個重要內(nèi)容。
　　 本文深入探討了多種待消解項識別方法,如規(guī)則方法、特征方法、樹核函數(shù)方法等,并重點探索了依存關(guān)系理論驅(qū)動的待消解項識別,嘗試使用復(fù)合核函數(shù)將特征信息和結(jié)構(gòu)化信息有機結(jié)合起來進行待消解項識別。
　　 在規(guī)則方法研究中,分析各

2、類別待消解項所具有的特點,從語法、句法等角度歸納出較為有效的啟發(fā)式規(guī)則。
　　 在特征方法研究中,為每個類別的待消解項制定既符合自身特點又包含上下文信息的特征集,使用機器學(xué)習方法構(gòu)造待消解項識別分類器,將其作為過濾器加入指代消解平臺,使指代消解平臺的F值提高了0.8～2.2。
　　 在樹核函數(shù)方法研究中,重點研究了結(jié)構(gòu)化信息的獲取問題,即句法樹的裁剪,提出了左右擴展策略、層次延伸策略和動態(tài)擴展策略。在ACE2003英文語

3、料上的實驗表明,動態(tài)擴展策略取得了較好的效果?；趧討B(tài)擴展樹的待消解項識別分類器能將指代消解平臺的F值提高0.6～1.7。句法樹的裁剪是基于樹核函數(shù)的待消解項識別方法的核心問題,本文提出了基于依存關(guān)系的句法樹裁剪策略,與其他研究人員的成果相比,它能夠更好的獲取識別待消解項所需的結(jié)構(gòu)化信息,同時能有效濾去噪音,因此基于依存關(guān)系的待消解項識別分類器取得了最佳的性能,將其作為過濾器加入指代消解平臺后,基準平臺的F值提高了2.4～3.6。