漢語(yǔ)句法樹(shù)庫(kù)不一致發(fā)現(xiàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、漢語(yǔ)句法樹(shù)庫(kù)是自然語(yǔ)言處理中的一項(xiàng)很重要的數(shù)據(jù)資源,也是進(jìn)行自然語(yǔ)言處理的基礎(chǔ)。而賓州句法樹(shù)庫(kù)是目前短語(yǔ)結(jié)構(gòu)樹(shù)庫(kù)的典型代表之一,主要是短語(yǔ)結(jié)構(gòu)標(biāo)記和短語(yǔ)功能標(biāo)記。由于語(yǔ)料庫(kù)都是經(jīng)過(guò)人工標(biāo)注,不同的標(biāo)注者對(duì)于標(biāo)注大綱或者相似的語(yǔ)言現(xiàn)象有著不同的理解。因此,就會(huì)導(dǎo)致語(yǔ)料庫(kù)中出現(xiàn)大量的短語(yǔ)標(biāo)注的不一致問(wèn)題。樹(shù)庫(kù)中出現(xiàn)短語(yǔ)標(biāo)注的不一致問(wèn)題,將會(huì)直接影響到自然語(yǔ)言處理的后續(xù)的科學(xué)研究,
　　為了查找句法樹(shù)庫(kù)和樹(shù)庫(kù)大綱之間、類(lèi)似短語(yǔ)之間的不一

2、致,本文對(duì)此展開(kāi)了分析、總結(jié)與軟件的設(shè)計(jì)實(shí)現(xiàn)。本文主要包括兩大部分:不一致查找方法的研究和展示系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)。在不一致查找方法的研究中主要從兩個(gè)方面進(jìn)行:(1)從類(lèi)似短語(yǔ)內(nèi)部構(gòu)成并結(jié)合可疑度來(lái)查找;(2)從樹(shù)庫(kù)標(biāo)注大綱入手,檢測(cè)詞性、短語(yǔ)等各類(lèi)標(biāo)記符號(hào)與大綱定義不符合的情況。實(shí)驗(yàn)結(jié)果表明,該方法可以查找到語(yǔ)料庫(kù)大多數(shù)的不一致現(xiàn)象。
　　系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)是基于人機(jī)交互方式,用于不一致的修改和保存,具體包括六個(gè)模塊:展示查找到的不一致短語(yǔ)