基于最大生成樹(shù)的三階中文依存句法分析.pdf

1、自然語(yǔ)言處理屬于人工智能的一個(gè)領(lǐng)域分支,主要研究人類如何有效地運(yùn)用人類語(yǔ)言與計(jì)算機(jī)進(jìn)行通信,是一門融合了語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)與數(shù)學(xué)于一體的科技。自然語(yǔ)言處理包括淺層分析與深層分析。淺層分析主要分析句子的局部信息,其中包括分詞、詞性標(biāo)注、命名體識(shí)別等。深層分析主要在全局上對(duì)句子進(jìn)行分析,其中包括句法分析和語(yǔ)義分析。句法分析在自然語(yǔ)言處理中處于十分關(guān)鍵的位置。
　　目前廣泛用于句法分析的語(yǔ)法體系有短語(yǔ)結(jié)構(gòu)語(yǔ)法與依存結(jié)構(gòu)語(yǔ)法。其中依存語(yǔ)法

2、直接劃分句中的詞間關(guān)系,易于理解與標(biāo)注、形式簡(jiǎn)潔,逐漸受到自然語(yǔ)言處理研究人員的重視,已廣泛應(yīng)用到機(jī)器翻譯、自動(dòng)問(wèn)答系統(tǒng)、信息檢索等領(lǐng)域。
　　但目前句法分析的準(zhǔn)確度仍不能達(dá)到實(shí)用的程度。本文在最大生成樹(shù)模型(MstParser)的基礎(chǔ)上，提出了Sibling-Child三階依存解析模型,并對(duì)原有的最大生成樹(shù)依存分析系統(tǒng)進(jìn)行了改進(jìn),降低了系統(tǒng)運(yùn)行時(shí)間,并提高了中文依存分析的準(zhǔn)確率。本文的研究工作主要包括如下幾個(gè)方面:
　　(

3、1)本文系統(tǒng)總結(jié)了近年來(lái)基于最大生成樹(shù)的判別式投影(projective)依存句法的幾種解析模型:一階模型、Sibling二階模型、Grand-Child二階模型、Higher-Order模型、三階Grand-Sibling模型、三階Tri-Sibling模型等。
　　(2)本文提出了新的三階依存(Sibling-Child)句法解析模型,并對(duì)原有的最大生成樹(shù)依存分析系統(tǒng)進(jìn)行了改進(jìn),有效地降低了系統(tǒng)運(yùn)行時(shí)間和提高了中文依存分析的準(zhǔn)