中文語義角色標(biāo)注的方法研究.pdf

1、中文語義角色標(biāo)注是近年來中文信息處理的一個(gè)熱點(diǎn)，它能夠廣泛應(yīng)用到信息檢索、問答系統(tǒng)、信息抽取等領(lǐng)域中。句法分析對(duì)語義角色標(biāo)注的影響很大，使用不同句法分析方法進(jìn)行語義角色標(biāo)注是目前該領(lǐng)域研究的主流。因此本文主要針對(duì)中文語義角色標(biāo)注中特征的構(gòu)造和選擇，使用依存句法進(jìn)行中文語義角色標(biāo)注，以及多句法分析結(jié)果相結(jié)合進(jìn)行了深入研究。
　　特征的構(gòu)造和選擇一直是中文語義角色標(biāo)注的一個(gè)難點(diǎn)。本文針對(duì)中文短語結(jié)構(gòu)句法和依存句法的特點(diǎn)，提出了許多有效

2、的新特征和組合特征，并通過χ2顯著性檢驗(yàn)、貪心算法的特征選擇方法找到最優(yōu)特征集，有效提高了系統(tǒng)性能。在最優(yōu)特征集上，基于高質(zhì)量短語結(jié)構(gòu)句法和依存句法的系統(tǒng)，性能分別達(dá)到了91.31％和85.22%。
　　基于依存句法進(jìn)行中文語義角色標(biāo)注是一種新方法。本文首先通過Penn2Malt轉(zhuǎn)化Chinese Proposition Bank（CPB）得到高質(zhì)量語料進(jìn)行實(shí)驗(yàn)，并使用豐富的特征和有效的后處理規(guī)則，使得系統(tǒng)性能達(dá)到85.22%。然

3、后采用哈工大信息檢索研究室的語言技術(shù)平臺(tái)，實(shí)現(xiàn)了基于完全自動(dòng)依存句法的中文語義角色標(biāo)注系統(tǒng)。本文利用依存句法豐富的依存關(guān)系類型，系統(tǒng)精確率提高到77.22%，最終超過了基于自動(dòng)短語結(jié)構(gòu)句法的系統(tǒng)精確率。
　　多句法結(jié)合能夠充分利用句法層次的信息指導(dǎo)語義角色標(biāo)注。利用多種句法分析器輸出結(jié)果的不同，找到更多的句法結(jié)構(gòu)參與語義角色的標(biāo)注，以期提高語義分析的召回率，從而提高語義分析的性能。本文采用自動(dòng)短語結(jié)構(gòu)句法和自動(dòng)依存句法相結(jié)合的語義