指代消解關鍵問題研究.pdf

1、隨著計算機技術和互聯(lián)網(wǎng)的迅速發(fā)展，各種信息呈爆炸式增長，人們對信息精確定位的需求促進了自然語言處理技術的研究。指代消解是自然語言處理的重點和難點之一，在文本摘要、機器翻譯、多語言信息處理和信息抽取等諸多應用中都涉及到指代消解問題。而指代消解又綜合了多種自然語言處理技術，它的解決依賴于詞性標注、命名實體識別、名詞短語識別、句法分析、語義分析等眾多相關技術。 本文首先深入分析了現(xiàn)有的指代消解技術，并對其進行了歸納總結，給出了目前指代

2、消解領域主要存在的問題和不足，并進一步給出了該領域當前的研究熱點和趨勢。作為研究基礎，本文參考Soon等（2001）給出的經(jīng)典指代消解基本框架構建了一個性能良好的指代消解基準平臺，與國際上一些出色的指代消解系統(tǒng)相比，該平臺在MUC-6和ACE2003上的性能均達到了國際領先水平。在此基礎上，本文從以下三方面展開了深入研究： 第一，基于中心理論的指代消解研究。在中心理論的指導下，借助語義角色將中心理論從語法層擴展到語義層，并提取了

3、與之相關的三組特征：語義角色特征，代詞階特征和代詞子類別特征。在ACE2003語料上進行的各類實驗都表明，這三組特征能極大地提升了指代消解的性能，特別是代詞消解的性能。同時，實驗也表明，它們不僅對短距離指代關系的消解有益，對長距離指代關系的消解也很有幫助。 第二，基于樹核函數(shù)的指代消解研究。在深入研究平面特征的基礎上對結構化信息在指代消解中的應用進行了探索。重點研究了多種捕獲結構化信息的方案，并通過實驗分析了它們的優(yōu)缺點。例如，

4、在中心理論的指導下，增強了先行語候選詞所在位置的句法描述；根據(jù)雙候選模型，增加了先行語候選詞的競爭者信息；在結構化信息中引入語義角色及代詞類別等信息。在ACE2004英文語料中的實驗表明，基于樹核函數(shù)的方法大大提高了英文指代消解的性能，特別是當前句代詞消解的性能。同時，在ACE2005中文語料中的實驗表明，基于樹核函數(shù)的方法同樣大大提高了中文指代消解的性能，這表明結構化信息對指代消解而言是非常重要的，而且是語言無關的。 第三，指