漢語框架網(wǎng)絡(luò)工程構(gòu)建及其閱讀理解研究.pdf

1、本文的研究工作是面向自然語言處理并基于現(xiàn)代漢語框架網(wǎng)絡(luò)工程研究的一部分。本文承擔(dān)的研究工作主要集中在三個方面：首先，以Fillmore的框架語義學(xué)為基礎(chǔ)、基于語料庫的現(xiàn)代漢語框架網(wǎng)絡(luò)工程的構(gòu)建及其自動句法語義角色標注技術(shù)研究；其次，基于漢語框架網(wǎng)絡(luò)知識庫構(gòu)建中文閱讀理解語料庫；最后，中文閱讀理解問題回答任務(wù)研究等。全文共分五章。
　　 首先，明確自然語言語義分析的意義，確定本文的研究工作主要就是構(gòu)建現(xiàn)代漢語框架網(wǎng)絡(luò)語義知識庫，并

2、嘗試在語義分析的基礎(chǔ)上，在問題回答的背景下進行中文閱讀理解問題回答的研究。
　　 其次，漢語框架網(wǎng)絡(luò)工程為我們進行基于漢語框架網(wǎng)絡(luò)知識庫的句法語義角色自動標注軟件的設(shè)計與開發(fā)(目的是開發(fā)高性能的漢語句法語義分析器)，以及為大規(guī)模真實文本的語義信息標注提供有力支持，該工程由劉開瑛教授主持，開始于2004年。作者在漢語框架網(wǎng)絡(luò)工程的構(gòu)建中主要研究CFN的自動句法語義角色標注任務(wù)，提出了將層疊條件隨機場模型應(yīng)用于漢語框架網(wǎng)絡(luò)知識庫的句

3、法語義角色自動標注任務(wù)；針對單個框架下的句子庫中的所有句子進行句法語義角色自動標注探索，具體內(nèi)容包括語義角色標注、短語類型標注、句法功能標注的多個主要步驟的條件隨機場建模，并將低層條件隨機場模型中自動標注的最好結(jié)果作為高層件隨機場模型自動標注的輸入；提出適合各層角色標注的特征模板，并通過實驗進行驗證，確定方法的有效性。
　　 第三，將框架語義學(xué)思想引入中文閱讀理解分析研究，并構(gòu)建基于漢語框架語義角色標注的中文閱讀理解語料庫。閱讀

4、理解問答系統(tǒng)是研究自然語言處理技術(shù)的一個有效方向，它為自然語言處理技術(shù)提供了一個很好的評測方法，具有很高的研究價值。然而，缺乏中文閱讀理解語料庫已經(jīng)成為制約漢語閱讀理解問答系統(tǒng)發(fā)展的主要障礙。開展中文閱讀理解問答系統(tǒng)研究的前提是具備一個選材合理、問題設(shè)置適當?shù)闹形拈喿x理解語料庫。本文作者作為中文閱讀理解語料庫主要構(gòu)建人員之一，研究并制定了中文閱讀理解語料庫的研制技術(shù)。在構(gòu)建中文閱讀理解語料庫過程中，采集了多種主題的閱讀理解問答系統(tǒng)原始數(shù)

5、據(jù)，設(shè)計了問題句，標記了答案句，并開發(fā)了輔助工具，進行了分詞、詞性標注、命名實體識別、語料庫的目標詞索引等加工處理，尤其是基于漢語框架網(wǎng)絡(luò)知識庫對語料進行了句法功能、短語類型和框架元素三個層面的深加工。
　　 第四，基于中文閱讀理解語料庫，根據(jù)問句和候選答案句的對應(yīng)關(guān)系，構(gòu)建詞層面特征、句法層面特征，采用統(tǒng)計機器學(xué)習(xí)方法——最大熵模型進行閱讀理解問題回答建模，并設(shè)計實現(xiàn)中文閱讀理解問題回答系統(tǒng)，并給出了實驗結(jié)果與性能分析。從而對

6、語料庫的規(guī)模、合理性、評價標準等開展進一步的探索，度量語料的測試結(jié)果。實驗結(jié)果表明，采用最大熵模型，在詞層面特征的基礎(chǔ)上有效的融合句法層面的基本塊特征、結(jié)構(gòu)關(guān)系特征以及功能塊特征，系統(tǒng)的性能達到了預(yù)期的效果。較好的系統(tǒng)性能表明，該研究方法不僅對該課題，而且對相關(guān)課題的研究也具有一定的指導(dǎo)意義。
　　 最后，對全文的研究工作進行總結(jié)，包括具體的研究成果以及研究工作中產(chǎn)生的一些對于現(xiàn)代漢語框架網(wǎng)絡(luò)工程的應(yīng)用研究的思考，最后對進一步的