基于領(lǐng)域本體的漢語共指消解及相關(guān)技術(shù)研究.pdf

1、共指是自然語言篇章和對(duì)話中普遍存在的現(xiàn)象。共指使篇章主題更加突出，表述更加連貫與簡潔；但它也給自然語言處理帶來了不確定性。共指消解是消除這種指代形式帶來的不確定性的過程。隨著基于篇章真實(shí)文本處理需求的大量涌現(xiàn)，共指消解顯示出了前所未有的重要性，成為自然語言處理領(lǐng)域的研究熱點(diǎn)。 本文旨在圍繞漢語共指消解及相關(guān)命名實(shí)體識(shí)別任務(wù)，考察領(lǐng)域本體對(duì)其提供具體支持的方式與作用，并結(jié)合機(jī)器學(xué)習(xí)方法進(jìn)行驗(yàn)證。本文研究側(cè)重于方法論探索與實(shí)證分析相

2、結(jié)合的路線，提出了一套基于領(lǐng)域本體結(jié)合機(jī)器學(xué)習(xí)模型的方法，主要工作如下： 1.提出了一種構(gòu)建領(lǐng)域本體的TPSU方法，該方法將本體構(gòu)建分成兩個(gè)階段，六個(gè)處理層次。在具體生成本體過程中，提出了TMR三模型化準(zhǔn)則，有效解決了單一樹型上下位結(jié)構(gòu)向多元網(wǎng)狀關(guān)系結(jié)構(gòu)的過渡問題，通過創(chuàng)建實(shí)例，豐富和完善了領(lǐng)域本體的知識(shí)結(jié)構(gòu)。上述方法與原則具體直觀，可以運(yùn)用于其他同類本體構(gòu)建，操作性強(qiáng)。 2.構(gòu)建了一個(gè)包含12類核心概念、78種屬性特征

3、、13種概念、屬性關(guān)系、4,392條實(shí)例的移動(dòng)電話領(lǐng)域本體MPO。目前尚無此類本體文庫。MPO中大多數(shù)核心概念可以直接復(fù)用，具有推廣和實(shí)用價(jià)值，有效發(fā)揮了本體知識(shí)可共享的特性。 3.將命名實(shí)體分成常規(guī)實(shí)體和領(lǐng)域?qū)嶓w(DNE)兩類。在領(lǐng)域命名實(shí)體識(shí)別(DNER)中，重點(diǎn)考察了領(lǐng)域本體對(duì)漢語命名實(shí)體識(shí)別的支持方式，提出了一種基于領(lǐng)域本體形式化實(shí)例獲取詞性規(guī)則模板的方法，結(jié)合統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型有效實(shí)現(xiàn)了領(lǐng)域命名實(shí)體的識(shí)別，F(xiàn)值達(dá)到92.

4、36％。對(duì)比實(shí)驗(yàn)也表明上述模板能夠有效提高識(shí)別準(zhǔn)確率且性能穩(wěn)定，在領(lǐng)域?qū)嶓w邊界和特殊形式實(shí)體識(shí)別中作用明顯。 4.探討了領(lǐng)域本體對(duì)漢語共指消解的作用，提出了一種基于領(lǐng)域本體獲取語義類特征的方法，通過特征的自動(dòng)標(biāo)注，獲取作為候選先行語的名詞短語的語義類特征，結(jié)合機(jī)器學(xué)習(xí)方法進(jìn)行領(lǐng)域命名實(shí)體基礎(chǔ)上的共指消解處理，F(xiàn)值達(dá)到86.49％。實(shí)驗(yàn)表明領(lǐng)域語義類特征有效提高了共指消解準(zhǔn)確性指標(biāo)，使F值最終提高了7.36％。 5.針對(duì)目