基于條件場的語義角色標注.pdf

1、近年來，語義角色標注在信息檢索、問答系統(tǒng)等自然語言處理領域應用越來越廣泛，但是大部分的研究主要針對于英文，其它語言由于缺少良好的標注語料，其研究相對較少。
　　 不久前，賓夕法尼亞大學發(fā)布了人工標注的漢語語料ChinesePropbank。本文中，我們嘗試使用條件隨機場的機器學習算法對ChinesePropbank1.0進行有監(jiān)督的學習。在研究中，除了使用已有的一些基礎特征之外，我們還提出了四個新特征，并通過大量的實驗驗證了特征

2、的有效性，從最終的結果來看，每一個新特征都對實驗結果起到正向作用。
　　 為了縮短訓練時間，提高實驗結果，我們采用兩階段分類的方法。在第一階段先進行二元分類，判別一個句法成分是否為語義角色，然后對第一階段中的語義角色再進行多元分類，給其分配具體的語義角色。
　　 由于考慮到第一階段二元分類的準確率，召回率問題，我們選取相應的值作為門限概率以進行非語義角色的過濾，這在一定程度上召回了部分被錯誤判斷的句法成分，提高了最終的實