基于標(biāo)記隱現(xiàn)規(guī)則和關(guān)聯(lián)特征的復(fù)句層次結(jié)構(gòu)分析研究.pdf

1、中文信息處理作為計(jì)算語言學(xué)的一個(gè)分支，在人工智能、搜索引擎等互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的今天顯得越來越重要。漢語的使用范圍也隨著中國在國際上的影響力逐漸擴(kuò)大，而漢語復(fù)句作為漢語語言的重要組成部分，已經(jīng)成為計(jì)算機(jī)解決的核心對象，也是目前中文信息處理的研究難點(diǎn)之一。
　　目前，對復(fù)句的研究主要包括關(guān)系標(biāo)記的自動標(biāo)識、分句和非分句的判斷、復(fù)句層次的自動劃分和復(fù)句關(guān)系的識別。其中，關(guān)系標(biāo)記的自動標(biāo)識和分句劃分已經(jīng)有了較多的研究，而復(fù)句層次的自動劃

2、分和關(guān)系識別研究較少。
　　鑒于關(guān)系標(biāo)記的自動標(biāo)識技術(shù)已經(jīng)基本成熟，且關(guān)系標(biāo)記本身具有標(biāo)明復(fù)句層次結(jié)構(gòu)和分句間邏輯語義的作用，因此，在對復(fù)句的層次結(jié)構(gòu)進(jìn)行分析時(shí)也要緊緊抓住關(guān)系標(biāo)記這一重要形式標(biāo)志。然而，由于漢語表達(dá)方式的多樣性，分句內(nèi)總會出現(xiàn)關(guān)系標(biāo)記的缺省，即關(guān)系標(biāo)記的隱現(xiàn)，這就導(dǎo)致僅僅依靠關(guān)系標(biāo)記實(shí)現(xiàn)復(fù)句層次的識別困難重重。為此，本文采取“分而治之”的策略，將研究對象（三句式有標(biāo)復(fù)句）分成充盈態(tài)和非充盈態(tài)兩種類型;同時(shí)，為解決

3、標(biāo)記缺省的問題，構(gòu)建了標(biāo)記配位類型表和標(biāo)記隱現(xiàn)規(guī)則，實(shí)現(xiàn)對復(fù)句內(nèi)的標(biāo)記隱現(xiàn)模式的自動提取;另外，在復(fù)句的依存句法分析基礎(chǔ)上，提出了利用句法成分復(fù)現(xiàn)進(jìn)行分句間關(guān)聯(lián)度的計(jì)算。最終通過構(gòu)建基于標(biāo)記隱現(xiàn)規(guī)則和關(guān)聯(lián)特征的復(fù)句層次結(jié)構(gòu)識別模型，達(dá)到對復(fù)句的層次結(jié)構(gòu)進(jìn)行自動劃分的目的。
　　本文的工作從以下幾個(gè)方面開展。首先，本文利用依存句法和標(biāo)點(diǎn)符號對復(fù)句內(nèi)的分句進(jìn)行劃分;其次，在剔除偽分句的基礎(chǔ)上，對分句內(nèi)的關(guān)系標(biāo)記進(jìn)行標(biāo)注和提取，以期獲得

4、復(fù)句的關(guān)系標(biāo)記序列;然后，構(gòu)建標(biāo)記配位類型表，并在此基礎(chǔ)上提出了標(biāo)記隱現(xiàn)模式確定算法，獲得給定復(fù)句的標(biāo)記隱現(xiàn)模式;同時(shí)，在依存句法分析的基礎(chǔ)上，提出利用句法成分復(fù)現(xiàn)對分句間的關(guān)聯(lián)度進(jìn)行計(jì)算的方法;最后，構(gòu)建基于標(biāo)記隱現(xiàn)規(guī)則和關(guān)聯(lián)特征進(jìn)行復(fù)句層次結(jié)構(gòu)判斷的模型，通過標(biāo)記隱現(xiàn)規(guī)則對充盈態(tài)三句式有標(biāo)復(fù)句的層次進(jìn)行識別和分析，對于非充盈態(tài)三句式有標(biāo)復(fù)句則利用關(guān)聯(lián)特征進(jìn)行層次結(jié)構(gòu)判斷。通過實(shí)驗(yàn)，標(biāo)記隱現(xiàn)模式獲得的正確率達(dá)91.5％，復(fù)句層次結(jié)構(gòu)分