基于最大熵的語義角色標(biāo)注系統(tǒng).pdf

1、自然語言理解是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向，它主要研究用自然語言在人與計(jì)算機(jī)之間進(jìn)行有效交流的理論和方法。計(jì)算機(jī)理解自然語言的前提條件是能夠?qū)ψ匀徽Z言語句進(jìn)行語義分析。通過語義分析和深入的知識(shí)獲取及推理，就有可能使計(jì)算機(jī)具有與人類進(jìn)行無障礙溝通的能力。為達(dá)此目的，人們已經(jīng)進(jìn)行了多年的努力，然而目前取得的效果并不理想。
　　淺層語義分析，又稱語義角色標(biāo)注，是對(duì)深層語義分析的一種簡(jiǎn)化，它只標(biāo)注與句子中謂語動(dòng)詞相關(guān)句法成

2、份的語義角色，如施事、受事、時(shí)間和地點(diǎn)等?，F(xiàn)有自然語言處理技術(shù)和統(tǒng)計(jì)學(xué)習(xí)技術(shù)的成熟，為淺層語義分析的實(shí)現(xiàn)提供了保證。淺層語義分析多被應(yīng)用于問答系統(tǒng)、信息抽取和機(jī)器翻譯等自然語言處理系統(tǒng)中。
　　本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于最大熵模型的語義角色標(biāo)注系統(tǒng)，該系統(tǒng)把句法成分作為語義標(biāo)注的基本單元，采用從下向上的標(biāo)注策略對(duì)基于語料生成的完全句法樹進(jìn)行語義角色標(biāo)注，在對(duì)41個(gè)特征模板進(jìn)行篩選后，最終采用36個(gè)特征模板進(jìn)行特征提取，用最大熵模型對(duì)