基于用法屬性的現(xiàn)代漢語介詞短語邊界識別研究.pdf

1、由于介詞屬于虛詞,本身并不像實詞那樣具有具體的詞匯意義,但是介詞與其介引對象所構(gòu)成的介詞短語在句法分析中卻具有重要意義,介詞短語結(jié)構(gòu)在漢語文本中是最常見的短語結(jié)構(gòu),因此對介詞短語結(jié)構(gòu)的自動識別是面向自然語言處理的重要內(nèi)容之一,本文嘗試在介詞知識庫研究成果的基礎上,用基于規(guī)則和統(tǒng)計兩種方法對介詞短語邊界進行自動識別,從實驗結(jié)果來看,統(tǒng)計方法的結(jié)果平均比規(guī)則方法的結(jié)果要高23％,不同的統(tǒng)計模型,對于介詞短語邊界的識別效果是不同,其中ME模型

2、最好,CRF次之,SVM實驗結(jié)果最差,此外,在加入介詞用法屬性特征后,三種統(tǒng)計模型在總體識別準確率上比僅基于后界和后詞為特征的識別總體準確率都有所提高,ME提高了0.14％,CRF提高了0.01.％,SVM提高了0.22％。實驗結(jié)果表明介詞用法特征從總體上是有助于介詞短語邊界識別的,這也說明本文基于介詞用法屬性進行介詞短語邊界識別的研究策略是有效的。
　　 本文所做的主要工作包括:
　　 (1)按照俞士汶等人提出的建立現(xiàn)

3、代漢語“三位一體”的廣義虛詞知識庫的構(gòu)建思想,在彭爽、昝紅英等人初步構(gòu)建的介詞知識庫框架內(nèi)容的基礎上,完善了介詞知識庫。
　　 (2)將在構(gòu)建介詞知識庫中的形成的介詞用法規(guī)則庫轉(zhuǎn)換成介詞短語邊界識別的靜態(tài)規(guī)則,利用靜態(tài)規(guī)則對介詞用法語料庫進行基于規(guī)則的介詞短語邊界自動識別實驗。
　　 (3)對于介詞用法語料庫中的介詞用法進行校對,并標出所有正確的介詞短語結(jié)構(gòu),得到含有介詞用法屬性和準確介詞短語邊界標記的實驗語料。嘗試在實