基于詞分布表征的漢語框架語義角色識別研究.pdf

1、作為淺層語義分析的一種實現(xiàn)形式，近年來語義角色標注逐漸發(fā)展成為自然語言處理領(lǐng)域的一個研究熱點，并被廣泛應用到問答系統(tǒng)、信息抽取以及機器翻譯等多個領(lǐng)域。語義角色識別是對給定句子中的目標詞，自動識別出句子中的某個成分是否是該目標詞的語義角色。語義角色識別是語義角色標注兩個子任務（角色識別和角色分類）中首要子任務。
　　本文只研究漢語框架語義角色的識別問題。本文基于詞分布表征采用了神經(jīng)網(wǎng)絡模型，實現(xiàn)了可以融合多種特征的神經(jīng)網(wǎng)絡訓練、測試

2、算法。
　　關(guān)于詞分布表征（distributed representations），本文使用了目前比較流行的三種表示，其分別是C&W，RNNLM和Word2Vec。
　　本文是將語義角色識別任務轉(zhuǎn)化為序列標注問題，以字和詞為標注單位分別做了研究。以字為標注單位時，本文抽取出了字特征、相鄰字的組合特征、基本塊特征等多種字層面特征；以字為標注單位的最好結(jié)果為50.10％；以詞為標注單位時，本文抽取出了詞特征、詞性特征、位置特征

3、、目標詞特征、相鄰詞的組合特征、相鄰詞性的組合特征、基本塊特征，以及詞、詞性和位置三者之間的兩兩搭配特征等多種詞層面特征。以詞為標注單位時達到72.89%，是目前漢語框架語義角色識別的最好結(jié)果。但該結(jié)果是基于正確分詞時的實驗結(jié)果。
　　特別地，為了獲得基本塊的分布表征，本文首先構(gòu)建了基于深層神經(jīng)網(wǎng)絡的漢語基本塊識別最優(yōu)模型。利用最優(yōu)模型對輸入層進行基本塊識別，在此過程中選擇若干隱層分別作為基本塊的分布表征，將其與角色識別的神經(jīng)網(wǎng)絡