基于簡(jiǎn)單名詞短語(yǔ)的漢語(yǔ)介詞短語(yǔ)識(shí)別研究.pdf

1、介詞短語(yǔ)形式多樣，位置靈活，是漢語(yǔ)中十分重要的短語(yǔ)類(lèi)型之一。介詞短語(yǔ)識(shí)別問(wèn)題一直都是自然語(yǔ)言處理的研究熱點(diǎn)，準(zhǔn)確識(shí)別介詞短語(yǔ)可以簡(jiǎn)化其所在句子的內(nèi)部結(jié)構(gòu)，縮小中心詞選擇范圍，降低后續(xù)句法分析的難度及復(fù)雜度，還可以提高翻譯模板的匹配度。
　　本文通過(guò)分析介詞短語(yǔ)識(shí)別研究的難點(diǎn)及研究現(xiàn)狀，提出了一種融合簡(jiǎn)單名詞短語(yǔ)信息的介詞短語(yǔ)識(shí)別方法:首先利用簡(jiǎn)單名詞短語(yǔ)識(shí)別模型識(shí)別語(yǔ)料中的簡(jiǎn)單名詞短語(yǔ)，并利用規(guī)則庫(kù)對(duì)簡(jiǎn)單名詞短語(yǔ)識(shí)別結(jié)果進(jìn)行校正，

2、使其更符合介詞短語(yǔ)內(nèi)部的短語(yǔ)形式和特點(diǎn);然后使用分詞融合方法將簡(jiǎn)單名詞短語(yǔ)識(shí)別結(jié)果融入到語(yǔ)料中;最后采用多層介詞短語(yǔ)識(shí)別模型分層識(shí)別介詞短語(yǔ)，并通過(guò)雙重錯(cuò)誤校正系統(tǒng)校正介詞短語(yǔ)識(shí)別結(jié)果。簡(jiǎn)單名詞短語(yǔ)不但可以保留充分的句法信息，還能減少歧義問(wèn)題，引入該名詞短語(yǔ)信息到介詞短語(yǔ)識(shí)別方法中不但可以簡(jiǎn)化句子結(jié)構(gòu)，尤其是復(fù)雜句子的結(jié)構(gòu)，還可以降低介詞短語(yǔ)依賴(lài)長(zhǎng)距離上下文信息與CRF模型窗口受限的矛盾。多層介詞短語(yǔ)識(shí)別的方法通過(guò)逐層識(shí)別句子中介詞短語(yǔ)

3、解決了并列型和嵌套型介詞短語(yǔ)識(shí)別困難的問(wèn)題。雙重錯(cuò)誤校正系統(tǒng)首先利用介詞的固定搭配校正介詞短語(yǔ)識(shí)別結(jié)果，然后利用錯(cuò)誤驅(qū)動(dòng)學(xué)習(xí)方法生成的轉(zhuǎn)換規(guī)則集對(duì)校正結(jié)果進(jìn)行進(jìn)一步修正，該系統(tǒng)結(jié)合了語(yǔ)言學(xué)知識(shí)和統(tǒng)計(jì)學(xué)方法，改善了統(tǒng)計(jì)模型的數(shù)據(jù)稀疏問(wèn)題，有效地提高了介詞短語(yǔ)的識(shí)別結(jié)果。
　　實(shí)驗(yàn)結(jié)果表明，基于簡(jiǎn)單名詞短語(yǔ)信息的介詞短語(yǔ)識(shí)別方法是有效的。通過(guò)對(duì)《人民日?qǐng)?bào)》中的7049個(gè)介詞短語(yǔ)進(jìn)行五倍交叉實(shí)驗(yàn)，其識(shí)別的精確率、召回率及F-值分別為:9