基于中文树库的依存句法分析的研究与实现.pdf

沈阳工业大学硕士学位论文


论文题目： 基于中文树库的依存句法分析的研究与实现

作者：_______________肖睿 __________









指 导 教 师： 王宏生 副教授 单位： 沈阳工业大学
协助指导教师： 单位：
论文提交日期：2014 年 2 月 24 日
学位授予单位：沈 阳 工 业 大 学
A Master’s Thesis in Computer Software and Theory




RESEARCH AND IMPLEMENTATION ON
DEPENDENCY PARSING BASED ON CHINESE
TREEBANK




By Xiao Rui
Supervisor：Associate Professor Wang Hongsheng






School of Information Science and Engineering
Shenyang University of Technology
February 24, 2014
摘 要
基于树库和机器学****的方法是当前自然语言处理领域中的一个研究热点。在句法
分析研究领域，经过句法标注的树库可以充当句法分析器获得语言知识的资源，同时
也可以当作对句法分析结果进行评判的标准。近几年，对于依存句法分析性能的改进，
研究人员主要从机器学****方法、分类特征和算法上入手，从树库的语言学标注方面也
能对句法分析性能加以改善。
本文将哈尔滨工业大学依存树库作为语料资源，对树库的动词、名词及有关标点
进行修改，从而实现利用语言学手段来提高句法分析性能的目的。论文采用基于决策
式方法的 MaltParser 依存句法分析器进行依存分析实验，采用 Libsvm 对哈工大树库
进行学****训练，训练集所需格式为国际会议 CoNLL 格式。为此，论文首先使用 Java
及 DOM4J 对哈工大树库 XML 格式进行解析，实现了 XML 向 CoNLL 格式的转换。
其次，论文分别根据中科院词性标注体系和《信息处理用现代汉语词类标记规范》对
树库动词词类进行细分，使每类动词担当的句法功能尽可能简单。第三，论文将树库
中的人名、地名等八类名词全部合并为一