基于PCFG-HDSM模型的語義句式識別.pdf_第1頁
已閱讀1頁，還剩74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)，請進行舉報或認領(lǐng)

文檔簡介

1、語義理解在自然語言處理中處于重要地位，同時語義句式在漢語言語義的表達上不可忽視。為了讓計算機能夠自動處理機務信息，并且使得處理的范圍涉及到語義的層次，本文強調(diào)了語義句式在語義理解方面的基礎(chǔ)作用。為了能讓計算機理解文本語義信息，首先要讓計算機智能地識別出語義句式，然后再針對語義句式進行處理，因此本文圍繞語義句式的自動識別這個課題開展工作。 為了實現(xiàn)語義句式的自動識別，本文選擇了先對文本進行句法分析，再將句法模式轉(zhuǎn)化成語義模式的方法

2、。在句法分析方面，本文人工建立了句法標注語料庫，其過程是：首先使用中國科學院計算機研究所開發(fā)的詞法分析系統(tǒng)對初始語料文本進行分詞及詞性標注，再對詞性標注進行了適當修正，以減少歧義，之后再人工地對其進行句法標注。 通過這個標注語料庫學習了385條句法規(guī)則，用于句法分析系統(tǒng)。為了提高句法分析器的分歧能力和分析準確率，本文結(jié)合上下文無關(guān)概率模型PCFG和頭驅(qū)動概率模型HDSM各自的優(yōu)點，提出了一種新型的概率模型PCFG-HDSM，并基于GLR

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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