基于組塊的句法分析技術(shù)研究.pdf

1、句法分析是自然語言處理領(lǐng)域中的一個核心研究任務(wù)，它主要分析句子的組成成分以及各個成分之間的相互關(guān)系。句法分析研究一個句子是由哪些短語構(gòu)成的，而這些短語又是由哪些詞組構(gòu)成的。句法分析任務(wù)是自然語言處理領(lǐng)域中一個基礎(chǔ)任務(wù)，很多其他的研究任務(wù)都要基于句法分析的分析結(jié)果，這些研究任務(wù)包括:語義角色標(biāo)注(Semantic Role Labeling)，統(tǒng)計機器翻譯（Statistical Machine Translation），信息抽?。↖nf

2、ormation Extraction）等。
　　目前主流的句法分析模型都能夠在公開的數(shù)據(jù)集上達到較好的性能，在公開的英文數(shù)據(jù)集上Bekeley句法分析器可以達到91％的性能(F1值)。然而這些主流的句法分析器雖然能夠達到較好的性能，但是它們的速度確實非常慢的，這些分析速度較慢的句法分析模型顯然不能夠滿足實用化的需求。為此，本文研究并構(gòu)建了一個基于組塊的句法分析模型，這種句法分析模型的主要優(yōu)勢在于其快速分析能力，此外，本文還對該模

3、型進行了改進。
　　本文的主要內(nèi)容如下:
　　(1)研究并構(gòu)建了基于組塊的句法分析系統(tǒng)?；诮M塊的句法分析模型是一種將組塊分析技術(shù)應(yīng)用到句法分析任務(wù)中的句法分析模型?；诮M塊的句法分析模型將句法分析任務(wù)分為兩個子模塊，分別是:基層組塊分析和上層組塊分析?；鶎咏M塊分析主要是對詞和詞性這一層的組塊分析，而上層組塊分析在基層組塊分析的基礎(chǔ)之上是一個不斷進行組塊分析和組塊合并的循環(huán)迭代過程，直到合并到最后的根節(jié)點。
　　(2)

4、研究了改進詞性標(biāo)注的方法。詞性標(biāo)注也是自然語言處理中一個基礎(chǔ)的任務(wù)，它的主要目標(biāo)是自動的賦予每個詞一個正確的詞性。本文構(gòu)建的基于組塊的分析模型的輸入數(shù)據(jù)首先要進行詞性標(biāo)注，因此，提高句法分析模型的一個直接方法就是提高詞性標(biāo)注的性能。本文首先研究了句法特征對詞性標(biāo)注的改進作用，然后又使用轉(zhuǎn)換方法將其他人工標(biāo)注的數(shù)據(jù)轉(zhuǎn)換為新的訓(xùn)練數(shù)據(jù)，并用所有訓(xùn)練數(shù)據(jù)來重新訓(xùn)練標(biāo)注模型，從而提高詞性標(biāo)注的性能。實驗表明，兩種方法能夠顯著的改進句法分析的性能

5、。
　　(3)研究了改進基于組塊的句法分析模型的方法。主要從三個方面來改進句法分析模型:第一種是通過使用更豐富的特征來改進分析模型;第二種是使用半指導(dǎo)的方法來改進分析模型;第三種是使用n-best句法分析技術(shù)來搜索最優(yōu)的句法分析樹。最終的實驗表明，后面兩種方法能夠顯著的改進句法分析的性能。
　　本文的貢獻度主要表現(xiàn)在:研究并構(gòu)建了基于組塊的句法分析模型，并首次研究了該模型在中文上的分析性能;提出了兩種改進詞性標(biāo)注的方法，并驗