基于统计汉语依存句法分析地研究.pdf

沈阳航空航天大学硕士学位论文摘要句法分析是自然语言处理的核心课题之一。依存句法分析是应用依存语法对自然语言进行自动句法分析,具有形式简单、易于标注、便于应用等优点,可运用于关系抽取、机器翻译、本体构建、语义角色标注等领域,具有广泛的应用前景。句法分析方法可分为基于规则和统计的两大类。在早期研究中,基于规则的方法占据主流。但由于其所存在的一些缺陷,80年代中期研究者们开始探索统计的方法。自 90年代以来,随着语料资源的获取变得容易,统计方法成为主流。本文使用基于语料库的统计学****方法,对汉语的依存句法分析技术进行了探索。主要包括以下三方面: 第一,由于很多汉语树库多采用短语结构的标注形式,依存树库的建设还存在很多不足。所以,国内外不少研究者都尝试将短语结构树库转化为依存树库,转化的第一步就要标注句法成分的中心词。针对此问题,本文提出一种基于层叠条件随机场的统计和规则相结合的方法,来提高中心词识别的准确率,从而有利于树库之间的转化。第二,在汉语依存句法分析中,长距离依存关系的识别是其中的一个难点,也是影响依存分析效果的主要原因。汉语句中的谓词可将一个长旬分割为两个短句,从而降低了句法分析的难度。本文采用基于最长名词短语前处理和规则后处理的方法来进行谓词自动识别,为下一步长距离依存关系的分析奠定了基础。第三,本文将汉语依存句法分析分为依存弧和关系识别两步进行。依存弧识别任务转换为词对分类问题,并采用了一个基于动态规划的搜索算法,提高搜索效率。并在此基础上,与MST依存句法分析器进行融合,来提高依存弧分析的准确率。依存关系类型识别任务转换为多分类问题。通过对实验结果的分析及比较,验证了本文方法的有效性。本文前两部分的工作为依存句法分析提供服务,并在不同层面上解决了汉语依存分析中的难点问题。后面的工作主要在汉语依存句法分析上做了理论和技术上的探索。关键词:汉语依存句法分析;动态规划算法;句法成分中心词;汉语句子谓词;多策略融合; Abstract Parsing is one of the core subjects of natural language goal of d印endency parsing is toderive thesyntactic structure of asentence automatically according tothedependency grammar iseasy tounderstand,annotate and use, anddependency parsing hasmorewidely applicable toothertasks,such asrelationextractlon, ranslation,ontology construction and semantic rolelabelingand SO on· There are two kinds ofparsing methods,one isbased on rulesand the other isbased on fomlerpredominated inthe ,the later hasbegun to reach out inmiddle 980s ings 990s,the later has predominated due to easy access oflanguage paper investigated the tec枷aues ofChinese dependency parsing by the statisticallearning methods based on the corpus mainly inthefollowing threepoints: First,many Chinese Treebanks are annotated intheform ofphrase structure leading to malw shortages of Chinese dependency ,many researchers athome and abroad haVe triedto仃a11sfbm thephrase structure Treebank intodependency Treebank, w11ichneeds to findthe head ofthesemantic constituents