基于依存圖的中文語義分析.pdf

1、語義依存是中文語義的深層分析，完善的語義表示體系對語義依存分析有重要作用。但是，目前公開且規(guī)范的中文語義依存標注語料還比較少。HIT語義依存是第一個被用來組織公開語義評測的語料，具備良好的規(guī)范性和可用性，但是目前來看，HIT語義依存存在一些問題，比如標簽過多且某些標簽出現(xiàn)頻率過低；某些標簽之間易混淆等。因此，需要進一步修訂和完善。
　　本文在HIT語義依存基礎上，結合語言學理論，提出一套理論基礎更強、層次更清晰、語義關系更規(guī)范的依

2、存體系。另一方面，該體系旨在更全面地表示漢語的語義，而漢語中廣泛存在詞語之間的交叉修飾以及一個詞與多個其他詞語具有語義關聯(lián)的語言現(xiàn)象。而依存樹有樹形結構限制，在某些情況下要省略一些依存弧或改變一些依存弧，這就丟失了一部分句子的語義。本文的語義體系打破依存樹結構限制擴展到依存圖，允許某些節(jié)點存在多個父親，同時允許依存弧交叉，從而更加適應漢語語義的表達。
　　語義依存分析主要包括兩個問題，依存表示體系的確定和自動語義分析方法的設計。本

3、文的另一個工作就是設計一個能夠處理語義依存圖的分析系統(tǒng)。通過對依存圖的分析可以發(fā)現(xiàn)依存圖完整包含依存樹，因此本文提出一個串行系統(tǒng)來實現(xiàn)依存圖的自動分析。先利用依存樹分析器得到依存樹的分析結果，在此基礎上，用規(guī)則為句子提取依存圖候選弧，并用SVM分類器分類出真正的依存弧添加到依存樹上，最后為選出的依存弧通過多分類技術賦予依存標簽。
　　依存圖分析系統(tǒng)串行工作，依存樹分析是依存圖分析的基礎，本文從三個方面提升語義依存樹的分析性能，分別

4、是在模型中融合句法信息、詞的聚類信息以及從大規(guī)模未標注語料中提取的高精度詞對信息。由于語義依存和句法依存在依存弧和依存標簽上存在相似性，句法依存對語義依存具有一定指導作用；詞的聚類信息使得聚在同一類別中的詞語帶有相近的語義信息，這為訓練語料中出現(xiàn)次數(shù)較少的詞語提供了幫助信息。語義依存的實質是在具有直接語義關聯(lián)的詞語間建立依存弧，因此在模型中融入高精度搭配詞對作為指導信息。三種方法分別對語義標簽的準確率提升了0.62％、0.74%和1.6