韻律結(jié)構(gòu)信息在自然語言處理中的應(yīng)用研究.pdf

1、目前多數(shù)的自然語言處理任務(wù)盡管都基于數(shù)據(jù)驅(qū)動的方法，但引入語言學(xué)知識能有效改善性能卻已成為研究人員的共識。語言學(xué)家已經(jīng)發(fā)現(xiàn)韻律信息包含了重要語言學(xué)信息，認(rèn)為韻律不僅承載著句子的結(jié)構(gòu)、語義、情感和功能等信息，并且還可以將任何一個(gè)句子非遞歸地從高到低、依次分解，最終將句子表示成韻律層次結(jié)構(gòu)樹的形式。因而韻律是一種潛在的、可用的信息。但是，在非語音相關(guān)處理的自然語言處理應(yīng)用中引入韻律信息的嘗試還很少。本文則在這一方向上開展了若干研究，具體包含

2、兩個(gè)方面:
　　1.引入韻律結(jié)構(gòu)信息的依存語義空間模型改進(jìn)研究。主要考慮利用韻律結(jié)構(gòu)信息對padò所提出的依存語義空間模型進(jìn)行改進(jìn)建模。包括兩種改進(jìn)，第一種改進(jìn)基于韻律結(jié)構(gòu)邊界，完善依存上下文路徑的值函數(shù);第二種改進(jìn)，在原有依存上下文的基礎(chǔ)之上，在模型中擴(kuò)展韻律上下文，結(jié)果使得模型包含兩種上下文環(huán)境，并且模型能夠獲得更全的上下文。改進(jìn)后的語義空間模型融合了詞語分布、句法、韻律等多種信息來源的語言知識。詞義消歧和相關(guān)度計(jì)算實(shí)驗(yàn)均表明

3、，引入韻律結(jié)構(gòu)信息后的依存語義空間模型比傳統(tǒng)模型在性能上有了顯著的提高。
　　2.引入韻律切分約束的層次短語翻譯模型改進(jìn)研究。主要考慮利用韻律信息對目前主流的層次短語翻譯模型進(jìn)行改進(jìn)。包括兩種改進(jìn)，第一種改進(jìn)利用韻律層次結(jié)構(gòu)劃分信息指導(dǎo)規(guī)則抽取，希望能減少模型的規(guī)則冗余問題;第二種改進(jìn)則在翻譯模型中引入了新的韻律切分特征函數(shù)。實(shí)驗(yàn)證明，第一種改進(jìn)方法能在基本保持原翻譯質(zhì)量基本不變的情況下，降低層次短語模型的規(guī)則表規(guī)模。第二種改進(jìn)方