中文最長(zhǎng)名詞短語(yǔ)識(shí)別研究.pdf

1、名詞短語(yǔ)是文本主要的組成部分，很好的識(shí)別出名詞短語(yǔ)可以很大程度上幫助把握文章所表達(dá)的主要意思。而中文最長(zhǎng)名詞短語(yǔ)亦是如此。中文最長(zhǎng)名詞短語(yǔ)應(yīng)用于諸多自然語(yǔ)言處理任務(wù)中，如信息檢索、文本分類、自動(dòng)文摘、指代消解等，因此對(duì)于中文最長(zhǎng)名詞短語(yǔ)的研究是有必要的。本文對(duì)中文最長(zhǎng)名詞短語(yǔ)的識(shí)別作專門(mén)的研究，分別使用了隱馬爾可夫模型和條件隨機(jī)域模型對(duì)中文最長(zhǎng)名詞短語(yǔ)進(jìn)行識(shí)別。
　　本文先使用隱馬爾可夫模型對(duì)中文最長(zhǎng)名詞短語(yǔ)進(jìn)行識(shí)別。分別使用了傳

2、統(tǒng)的隱馬爾可夫模型和二階隱馬爾可夫模型對(duì)文本進(jìn)行中文最長(zhǎng)名詞短語(yǔ)進(jìn)行識(shí)別。因?yàn)槎AHMM考慮了前一個(gè)狀態(tài)的信息，增加了可預(yù)見(jiàn)性，所以二階隱馬爾可夫模型的結(jié)果好于傳統(tǒng)的隱馬爾可夫模型。但是總體的試驗(yàn)結(jié)果并不理想。這主要是由于隱馬爾可夫模型的一些自身特點(diǎn)造成最長(zhǎng)名詞短語(yǔ)識(shí)別的效果不理想。針對(duì)隱馬爾可夫模型的缺點(diǎn)，本文使用了條件隨機(jī)域模型來(lái)對(duì)最長(zhǎng)名詞短語(yǔ)進(jìn)行識(shí)別。相對(duì)于隱馬爾可夫模型較強(qiáng)的獨(dú)立假設(shè)等缺點(diǎn)，條件隨機(jī)域模型則可以允許觀察序列任意的

3、依賴關(guān)系，而且特征并不需要特指究竟是是一個(gè)狀態(tài)還是觀察值?；跅l件隨機(jī)域模型的中文最長(zhǎng)名詞短語(yǔ)識(shí)別的識(shí)別最長(zhǎng)名詞短語(yǔ)的效果還是比較理想的。
　　本文還將最長(zhǎng)名詞短語(yǔ)識(shí)別應(yīng)用到了面向特定任務(wù)的指代消解中。中文最長(zhǎng)名詞短語(yǔ)包含了最長(zhǎng)名詞短語(yǔ)中的中心名詞的修飾成分，這修飾成分中會(huì)包括中心名詞的性別、顏色、數(shù)量、日期、方位等類型的描述信息。指代消解所需要?jiǎng)t是上述一系列描述信息中的數(shù)量信息和性別等信息，因此可以使用最長(zhǎng)名詞短語(yǔ)識(shí)別，從文本中