漢語(yǔ)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(yǔ)言處理并基于現(xiàn)代漢語(yǔ)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(gè)方面：首先，以Fillmore的框架語(yǔ)義學(xué)為基礎(chǔ)、基于語(yǔ)料庫(kù)的現(xiàn)代漢語(yǔ)框架網(wǎng)絡(luò)工程的構(gòu)建及其自動(dòng)句法語(yǔ)義角色標(biāo)注技術(shù)研究；其次，基于漢語(yǔ)框架網(wǎng)絡(luò)知識(shí)庫(kù)構(gòu)建中文閱讀理解語(yǔ)料庫(kù)；最后，中文閱讀理解問(wèn)題回答任務(wù)研究等。全文共分五章。
　　 首先，明確自然語(yǔ)言語(yǔ)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(yǔ)框架網(wǎng)絡(luò)語(yǔ)義知識(shí)庫(kù)，并

2、嘗試在語(yǔ)義分析的基礎(chǔ)上，在問(wèn)題回答的背景下進(jìn)行中文閱讀理解問(wèn)題回答的研究。
　　 其次，漢語(yǔ)框架網(wǎng)絡(luò)工程為我們進(jìn)行基于漢語(yǔ)框架網(wǎng)絡(luò)知識(shí)庫(kù)的句法語(yǔ)義角色自動(dòng)標(biāo)注軟件的設(shè)計(jì)與開(kāi)發(fā)(目的是開(kāi)發(fā)高性能的漢語(yǔ)句法語(yǔ)義分析器)，以及為大規(guī)模真實(shí)文本的語(yǔ)義信息標(biāo)注提供有力支持，該工程由劉開(kāi)瑛教授主持，開(kāi)始于2004年。作者在漢語(yǔ)框架網(wǎng)絡(luò)工程的構(gòu)建中主要研究CFN的自動(dòng)句法語(yǔ)義角色標(biāo)注任務(wù)，提出了將層疊條件隨機(jī)場(chǎng)模型應(yīng)用于漢語(yǔ)框架網(wǎng)絡(luò)知識(shí)庫(kù)的句

3、法語(yǔ)義角色自動(dòng)標(biāo)注任務(wù)；針對(duì)單個(gè)框架下的句子庫(kù)中的所有句子進(jìn)行句法語(yǔ)義角色自動(dòng)標(biāo)注探索，具體內(nèi)容包括語(yǔ)義角色標(biāo)注、短語(yǔ)類型標(biāo)注、句法功能標(biāo)注的多個(gè)主要步驟的條件隨機(jī)場(chǎng)建模，并將低層條件隨機(jī)場(chǎng)模型中自動(dòng)標(biāo)注的最好結(jié)果作為高層件隨機(jī)場(chǎng)模型自動(dòng)標(biāo)注的輸入；提出適合各層角色標(biāo)注的特征模板，并通過(guò)實(shí)驗(yàn)進(jìn)行驗(yàn)證，確定方法的有效性。
　　 第三，將框架語(yǔ)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(yǔ)框架語(yǔ)義角色標(biāo)注的中文閱讀理解語(yǔ)料庫(kù)。閱讀

4、理解問(wèn)答系統(tǒng)是研究自然語(yǔ)言處理技術(shù)的一個(gè)有效方向，它為自然語(yǔ)言處理技術(shù)提供了一個(gè)很好的評(píng)測(cè)方法，具有很高的研究?jī)r(jià)值。然而，缺乏中文閱讀理解語(yǔ)料庫(kù)已經(jīng)成為制約漢語(yǔ)閱讀理解問(wèn)答系統(tǒng)發(fā)展的主要障礙。開(kāi)展中文閱讀理解問(wèn)答系統(tǒng)研究的前提是具備一個(gè)選材合理、問(wèn)題設(shè)置適當(dāng)?shù)闹形拈喿x理解語(yǔ)料庫(kù)。本文作者作為中文閱讀理解語(yǔ)料庫(kù)主要構(gòu)建人員之一，研究并制定了中文閱讀理解語(yǔ)料庫(kù)的研制技術(shù)。在構(gòu)建中文閱讀理解語(yǔ)料庫(kù)過(guò)程中，采集了多種主題的閱讀理解問(wèn)答系統(tǒng)原始數(shù)

5、據(jù)，設(shè)計(jì)了問(wèn)題句，標(biāo)記了答案句，并開(kāi)發(fā)了輔助工具，進(jìn)行了分詞、詞性標(biāo)注、命名實(shí)體識(shí)別、語(yǔ)料庫(kù)的目標(biāo)詞索引等加工處理，尤其是基于漢語(yǔ)框架網(wǎng)絡(luò)知識(shí)庫(kù)對(duì)語(yǔ)料進(jìn)行了句法功能、短語(yǔ)類型和框架元素三個(gè)層面的深加工。
　　 第四，基于中文閱讀理解語(yǔ)料庫(kù)，根據(jù)問(wèn)句和候選答案句的對(duì)應(yīng)關(guān)系，構(gòu)建詞層面特征、句法層面特征，采用統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法——最大熵模型進(jìn)行閱讀理解問(wèn)題回答建模，并設(shè)計(jì)實(shí)現(xiàn)中文閱讀理解問(wèn)題回答系統(tǒng)，并給出了實(shí)驗(yàn)結(jié)果與性能分析。從而對(duì)

6、語(yǔ)料庫(kù)的規(guī)模、合理性、評(píng)價(jià)標(biāo)準(zhǔn)等開(kāi)展進(jìn)一步的探索，度量語(yǔ)料的測(cè)試結(jié)果。實(shí)驗(yàn)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(dá)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(duì)該課題，而且對(duì)相關(guān)課題的研究也具有一定的指導(dǎo)意義。
　　 最后，對(duì)全文的研究工作進(jìn)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(duì)于現(xiàn)代漢語(yǔ)框架網(wǎng)絡(luò)工程的應(yīng)用研究的思考，最后對(duì)進(jìn)一步的