面向共指消解的動(dòng)態(tài)泛化機(jī)制研究.pdf

1、共指消解是自然語(yǔ)言處理中的核心任務(wù)，它對(duì)于篇章分析、自動(dòng)文摘、信息抽取、信息檢索、信息過(guò)濾和機(jī)器翻譯等都具有重要的意義。本文采用基于實(shí)例的動(dòng)態(tài)泛化機(jī)制，在中英文上完成共指消解。
　　基于實(shí)例的動(dòng)態(tài)泛化機(jī)制的核心思想是：從訓(xùn)練實(shí)例中尋找那些與測(cè)試實(shí)例最相似的實(shí)例，并根據(jù)最相似的訓(xùn)練實(shí)例的正、反類(lèi)別分布預(yù)測(cè)測(cè)試實(shí)例的類(lèi)別標(biāo)簽。以此核心思想為基礎(chǔ)，本文提出了泛化點(diǎn)的概念，并設(shè)計(jì)了動(dòng)態(tài)泛化機(jī)制的兩個(gè)基本算法。
　　本文重點(diǎn)研究了兩類(lèi)

2、動(dòng)態(tài)泛化機(jī)制：基于平面特征的動(dòng)態(tài)泛化機(jī)制和基于復(fù)雜特征的動(dòng)態(tài)泛化機(jī)制。
　　對(duì)基于平面特征的動(dòng)態(tài)泛化機(jī)制的研究，本文著重解決了動(dòng)態(tài)泛化機(jī)制基本算法中尚未解決的最佳泛化點(diǎn)選取標(biāo)準(zhǔn)與正值置信度計(jì)算問(wèn)題。本文提出了5種最佳泛化點(diǎn)選取標(biāo)準(zhǔn)，并將正例置信度定義為對(duì)正例所占比例的分段線性函數(shù)。實(shí)驗(yàn)結(jié)果表明，以本文提出的最佳泛化點(diǎn)選取標(biāo)準(zhǔn)與正例置信度定義方式作為基礎(chǔ)，基于平面特征的動(dòng)態(tài)泛化機(jī)制在中英文語(yǔ)料達(dá)到的效果與三種傳統(tǒng)機(jī)器學(xué)習(xí)方法的效果相

3、當(dāng)。
　　復(fù)雜特征包含取值分別為字符序列型、結(jié)構(gòu)型的特征。本文分兩個(gè)子任務(wù)對(duì)基于復(fù)雜特征的動(dòng)態(tài)泛化機(jī)制進(jìn)行了研究：
　　(1)基于中心語(yǔ)特征的動(dòng)態(tài)泛化機(jī)制研究。本文引入了先行語(yǔ)和照應(yīng)語(yǔ)的中心語(yǔ)作為新的特征，其屬于字符序列型。針對(duì)動(dòng)態(tài)泛化機(jī)制基本算法的錯(cuò)誤分析結(jié)果，本文提出競(jìng)爭(zhēng)模式以捕獲命名命名實(shí)體識(shí)別錯(cuò)誤與語(yǔ)言互斥的搭配。實(shí)驗(yàn)結(jié)果表明，采用競(jìng)爭(zhēng)模式后，基于中心語(yǔ)特征的動(dòng)態(tài)泛化機(jī)制在英文語(yǔ)料上取得明顯的增強(qiáng)效果，但在中文語(yǔ)料上