中文樹庫依存關(guān)系解析的研究.pdf

1、句法分析是自然語言處理的關(guān)鍵技術(shù)，依存關(guān)系解析是句法分析的方法之一，這種方法解析句子詞語間的依存關(guān)系，依存關(guān)系可以明確地表明詞語間的支配關(guān)系，并能方便地轉(zhuǎn)化為語義依存描述。賓州中文樹庫(Penn Chinese Treebank，CTB)是國內(nèi)外研究人員公用的短語結(jié)構(gòu)樹庫，但是CTB是短語結(jié)構(gòu)樹庫，而且沒有標(biāo)明每個(gè)短語的中心子節(jié)點(diǎn)，所以必須首先將CTB轉(zhuǎn)換為依存結(jié)構(gòu)樹庫，然后基于轉(zhuǎn)換后的CTB才能進(jìn)行中文依存關(guān)系解析。 本文首先

2、根據(jù)CTB中的短語結(jié)構(gòu)，通過大規(guī)模語料的分析和漢語句法的特點(diǎn)，總結(jié)出來中心子節(jié)點(diǎn)過濾表，通過中心子節(jié)點(diǎn)過濾表進(jìn)行賓州中文樹庫的短語結(jié)構(gòu)向依存結(jié)構(gòu)的轉(zhuǎn)換，以便為后續(xù)實(shí)驗(yàn)的學(xué)習(xí)和測(cè)試提供語料。實(shí)驗(yàn)采用了CTB 5.0賓州中文短語樹庫，利用中心子節(jié)點(diǎn)過濾表把短語結(jié)構(gòu)向依存結(jié)構(gòu)轉(zhuǎn)換之后，本文隨機(jī)抽取了CTB 5.0語料中的200句，進(jìn)行了人工的依存關(guān)系標(biāo)注，測(cè)試正確率為99.95％. 然后本文采用考慮遠(yuǎn)距離的確定性Nivre算法和基于根

3、節(jié)點(diǎn)的確定性Nivre算法，進(jìn)行了依存結(jié)構(gòu)的賓州中文樹庫學(xué)習(xí)和測(cè)試，依存關(guān)系的正確率分別為65.43％和74.35％?？紤]遠(yuǎn)距離的依存的確定性Nivre算法，在原有Nivre算法的基礎(chǔ)上，根據(jù)漢語語法的特點(diǎn)適當(dāng)?shù)卦黾恿藢?duì)遠(yuǎn)距離依存關(guān)系的判斷；基于根節(jié)點(diǎn)的確定性Nivre算法，可以將原句切分為兩個(gè)較簡單的分句，再對(duì)每個(gè)分句利用考慮遠(yuǎn)距離依存的確定性Nivre算法進(jìn)行依存關(guān)系解析，既可以降低解析難度，又可以避免出現(xiàn)跨越根節(jié)點(diǎn)的依存關(guān)系。