漢語介詞短語的自動(dòng)識(shí)別.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、介詞短語是漢語中一種重要的短語類型。介詞短語識(shí)別可以縮小句子中心動(dòng)詞的選擇范圍;可以簡(jiǎn)化句子結(jié)構(gòu),降低后續(xù)句法分析的難度;在基于模板的翻譯中,它還能為模板匹配提供方便。
   由于自然語言的靈活性和復(fù)雜性,使得句法分析成為一項(xiàng)十分艱難的工作,因此,淺層句法分析成了當(dāng)前的研究熱點(diǎn)。淺層句法分析的優(yōu)點(diǎn)是可以識(shí)別出確定性高的部分分析結(jié)果,減少句法分析中的歧義,從而降低句法分析的難度。盡管目前的淺層句法分析以組塊識(shí)別為主,但是由于介詞短

2、語本身的復(fù)雜性和特殊性,所以依然有必要如前人單獨(dú)討論名詞短語識(shí)別一樣,分析和探討介詞短語的識(shí)別問題。
   語言學(xué)研究表明,介詞短語的內(nèi)部構(gòu)成比較復(fù)雜,但有著顯著的邊界特征和上下文特征。本文繼承了Church提出的把BaseNP識(shí)別看作詞性標(biāo)注同構(gòu)問題的思想,利用這些特征,構(gòu)造了一個(gè)有效的漢語介詞短語識(shí)別模型,嘗試在淺層句法分析這個(gè)層級(jí)識(shí)別介詞短語。即,在分詞和詞性標(biāo)注的基礎(chǔ)上,把介詞短語作為一個(gè)整體識(shí)別出來,而不對(duì)其內(nèi)部構(gòu)成作

3、分析。模型分為兩部分:(1)根據(jù)介詞和介詞短語右邊界經(jīng)常出現(xiàn)固定搭配的特點(diǎn),構(gòu)造了兩個(gè)搭配模板,從訓(xùn)練語料中自動(dòng)提取可信搭配關(guān)系,并用這些搭配關(guān)系對(duì)介詞短語進(jìn)行初步識(shí)別。(2)考慮到介詞對(duì)介詞短語右邊界的影響,把介詞作為一元加入到Church提出的基于詞性的二元邊界統(tǒng)計(jì)模型中,構(gòu)成了三元模型。又根據(jù)介詞短語的上下文特征,加入了規(guī)則方法。用基于詞性的三元邊界統(tǒng)計(jì)模型和規(guī)則相結(jié)合的方法識(shí)別第一步無法處理的介詞短語。
   對(duì)含有73

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論