2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩110頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前自然語言處理技術(shù)的瓶頸是語義的自動分析,尤其是句義分析。句子中詞匯的語義角色標(biāo)注是對句子進行語義分析的一個重要步驟,是句子命題義的形式化表示的一種實現(xiàn)方式。漢語框架語義角色的自動標(biāo)注是基于漢語框架語義知識庫(CFN)對中文句子實現(xiàn)句義的形式化表示的方法,其深入的研究,將為構(gòu)建大規(guī)模語義語料庫提供有效的工具,將有力推動中文信息檢索、自動問答、信息抽取等自然語言處理技術(shù)的發(fā)展。
  考慮到目前漢語完全句法分析還不成熟,按照英語以句

2、法成分作為標(biāo)注單元的做法將難以實現(xiàn)。因此,本文將漢語框架語義角色自動標(biāo)注看作是以詞為標(biāo)注單元和以基本塊為標(biāo)注單元的整個句子的序列標(biāo)注任務(wù),并分別使用條件隨機場模型進行實驗。本文的語義角色標(biāo)注任務(wù)為:給定句子中的目標(biāo)詞及其所屬框架,自動標(biāo)出相應(yīng)的框架語義角色。
  本文從目前CFN的200多個框架中選取例句數(shù)相對較多的25個框架的所有例句按5∶5構(gòu)成訓(xùn)練、測試集。
  對于基于詞的標(biāo)注模型,本文構(gòu)造了詞層面的特征(當(dāng)前詞、當(dāng)前

3、詞的詞性、當(dāng)前詞的位置及其組合),利用正交表來選擇最優(yōu)的特征模板。在測試集上,基于詞的標(biāo)注模型的F值達(dá)到了62.50%。進一步,本文使用清華大學(xué)的基本塊分析器對所有例句進行自動分析,將基本塊特征加入到baseline模型中,測試集上F值有1.15%的上升,達(dá)到63.65%。對結(jié)果的錯誤分析表明:詞特征稀疏可能是導(dǎo)致性能不高的主要原因。
  對于基于基本塊的標(biāo)注模型,本文以自動的基本塊標(biāo)注信息中構(gòu)造若干淺層句法特征,同樣利用正交表優(yōu)

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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論