基于協(xié)同訓(xùn)練的模糊限制語及其范圍檢測.pdf

1、模糊限制語是一種廣泛使用的指示詞，用來指示使用者模糊的、不確定的觀點或表述（即模糊限制信息）。在自然語言處理研究中，模糊限制信息的識別對多類信息抽取任務(wù)有十分重要的意義，可以用來甄別所抽取到信息的真?zhèn)?、可靠性等，例如在生物醫(yī)學(xué)文本中抽取蛋白質(zhì)之間的相互關(guān)系，這項工作就需要排除那些模糊的或假的蛋白質(zhì)關(guān)系。
　　本文主要研究在生物醫(yī)學(xué)文本中識別模糊限制語及檢測其指示的模糊限制信息范圍的方法。
　　對于識別模糊限制語這一任務(wù)，提出

2、基于關(guān)鍵詞協(xié)同訓(xùn)練的模糊限制語識別系統(tǒng)。根據(jù)訓(xùn)練語料生成模糊限制語關(guān)鍵詞詞典，再使用WordNet網(wǎng)絡(luò)詞典對其進行語義擴充，以擴大詞典的適用范圍和泛化性，把詞典匹配特征分別引入到條件隨機域(CRF)模型和支持向量機(SVM)模型中;利用協(xié)同訓(xùn)練學(xué)習(xí)方法，在CRF和SVM兩個視圖上迭代相互學(xué)習(xí)，通過引入和標(biāo)記未標(biāo)注數(shù)據(jù)來擴充訓(xùn)練語料，達到提高系統(tǒng)識別性能的目的。實驗在CoNLL-2010共享評測生物醫(yī)學(xué)領(lǐng)域數(shù)據(jù)上進行，模糊限制語識別的最高

3、F1值為88.12％。
　　對于檢測模糊限制信息范圍這一任務(wù)，提出基于句法約束協(xié)同訓(xùn)練的模糊范圍檢測系統(tǒng)。利用決策樹模型分別在句法結(jié)構(gòu)樹和依存關(guān)系樹上生成相應(yīng)的決策規(guī)則，再根據(jù)語言學(xué)特征對決策規(guī)則進行人工分析整合，形成啟發(fā)約束集，將啟發(fā)約束集作為句法結(jié)構(gòu)約束特征加入到CRF模型和SVM模型中，對模糊限制語作用范圍進行前后邊界標(biāo)注，并用決策規(guī)則對標(biāo)注結(jié)果進行修正;采用協(xié)同訓(xùn)練方法對已標(biāo)注語料進行迭代擴充，由后處理操作匹配模糊范圍的前