基于搭配強(qiáng)度的復(fù)句關(guān)系詞自動標(biāo)識方法研究.pdf

1、目前，中文信息處理的最大難題是如何實現(xiàn)漢語句子的自動標(biāo)識?！熬涮幚怼敝饕譃閱尉涮幚砗蛷?fù)句的處理，現(xiàn)在研究較多的是單句的處理。而復(fù)句是連接單句與篇章的橋梁，因而復(fù)句的自動標(biāo)識更加重要，但復(fù)句的自動標(biāo)識及其艱難，目前很少有人涉及。關(guān)系詞在復(fù)句中是一個重要組成部分，一個句子的邏輯語義就主要體現(xiàn)在關(guān)系詞上，因此，自動標(biāo)識復(fù)句關(guān)系詞是識別復(fù)句的關(guān)鍵環(huán)節(jié)。但是，復(fù)句中的“準(zhǔn)關(guān)系詞”有時充當(dāng)關(guān)系詞，有時又不充當(dāng)關(guān)系詞，所以要實現(xiàn)計算機(jī)自動標(biāo)識復(fù)句關(guān)

2、系詞也非常困難。
　　搭配強(qiáng)度是指兩個詞之間相互吸引的程度，搭配強(qiáng)度越大意味著這兩個詞共現(xiàn)的概率越大。搭配強(qiáng)度大、共現(xiàn)頻率高的兩個詞我們就稱作它們具備搭配關(guān)系。本文對復(fù)句中的關(guān)系詞自動標(biāo)注是針對具有搭配關(guān)系的關(guān)系詞來進(jìn)行的。
　　對于現(xiàn)代漢語復(fù)句關(guān)系詞的自動標(biāo)識，一般有基于規(guī)則的方法、基于統(tǒng)計的方法以及規(guī)則和統(tǒng)計相結(jié)合的方法。本文提出的方法是基于大規(guī)模語料庫的，完全基于統(tǒng)計的方法。
　　本文首先基于復(fù)句關(guān)系詞本體知識庫

3、，提取已經(jīng)經(jīng)過分詞標(biāo)注處理的復(fù)句中的準(zhǔn)關(guān)系詞，然后設(shè)計一種搭配強(qiáng)度的評估方法先判別從復(fù)句中提取出來的多個準(zhǔn)關(guān)系詞是否符合搭配關(guān)系。其中，搭配強(qiáng)度的評估方法主要是基于對大規(guī)模語料庫的統(tǒng)計，統(tǒng)計出關(guān)系詞的出現(xiàn)頻率、搭配關(guān)系詞的搭配距離、共現(xiàn)頻率，基于這些信息計算出搭配關(guān)系詞的搭配強(qiáng)度，觀察其是否滿足一定的閾值，然后判定它們之間是否存在搭配關(guān)系。
　　在判別了搭配關(guān)系后，在搭配環(huán)境下對這兩個準(zhǔn)關(guān)系詞進(jìn)行自動標(biāo)識。先將待標(biāo)注的準(zhǔn)關(guān)系詞及其