基于核方法的語(yǔ)義角色標(biāo)注研究.pdf

1、全自動(dòng)的語(yǔ)義分析一直是自然語(yǔ)言理解的主要任務(wù)之一。通過(guò)深層語(yǔ)義分析，可以將自然語(yǔ)言轉(zhuǎn)化為形式語(yǔ)言，從而使計(jì)算機(jī)能夠與人類無(wú)障礙的溝通。為達(dá)此目的，人們已經(jīng)進(jìn)行了多年的努力，然而由于這一問(wèn)題過(guò)于復(fù)雜，目前取得的效果并不理想。淺層語(yǔ)義分析是對(duì)深層語(yǔ)義分析的一種簡(jiǎn)化，它只標(biāo)注與句子中謂詞有關(guān)的成分的語(yǔ)義角色，如施事、受事、時(shí)間和地點(diǎn)等。其能夠?qū)?wèn)答系統(tǒng)、信息抽取和機(jī)器翻譯等應(yīng)用產(chǎn)生推動(dòng)作用。語(yǔ)義角色標(biāo)注是淺層語(yǔ)義分析的一種實(shí)現(xiàn)方式，具有定義清

2、晰，便于評(píng)價(jià)的優(yōu)點(diǎn)，近年來(lái)受到越來(lái)越多學(xué)者的關(guān)注。
　　目前主流的語(yǔ)義角色標(biāo)注研究集中于使用各種統(tǒng)計(jì)機(jī)器學(xué)習(xí)技術(shù)，利用多種語(yǔ)言學(xué)特征，進(jìn)行語(yǔ)義角色的識(shí)別和分類。近年的研究表明，影響語(yǔ)義角色標(biāo)注系統(tǒng)性能的首要因素并非機(jī)器學(xué)習(xí)模型，而是使用的特征。因此，若想提高系統(tǒng)的性能，細(xì)致的特征工程工作是必不可少的。然而，隨著越來(lái)越多特征的加入，特征之間的相互影響越來(lái)越嚴(yán)重，使得系統(tǒng)性能增長(zhǎng)的趨勢(shì)逐漸趨緩，并達(dá)到一個(gè)上限。為此必須尋找新的方法以解

3、決這一問(wèn)題。
　　基于核的方法通過(guò)對(duì)已有特征進(jìn)行組合或者分解，將低維特征空間映射到高維特征空間，從而將在低維空間不容易區(qū)分的問(wèn)題在高維空間加以解決，是一種可行的解決方案。
　　本文正是利用核方法這一優(yōu)點(diǎn)，將其應(yīng)用于語(yǔ)義角色標(biāo)注這一問(wèn)題中。除了使用已有的核方法外，還提出了多種新的核方法。
　　首先，我們構(gòu)造了一個(gè)語(yǔ)義角色標(biāo)注基線系統(tǒng)，該系統(tǒng)使用特征向量表示待分類對(duì)象，并在特征向量之上，使用基于多項(xiàng)式核的方法，自動(dòng)的對(duì)特征

4、進(jìn)行組合。實(shí)驗(yàn)結(jié)果表明，當(dāng)使用二次多項(xiàng)式核對(duì)特征進(jìn)行兩兩組合時(shí)，該系統(tǒng)是目前已知的最好的基于單句法分析器的語(yǔ)義角色標(biāo)注系統(tǒng)之一。
　　接著，我們針對(duì)基線系統(tǒng)中，特征向量很難恰當(dāng)?shù)谋硎窘Y(jié)構(gòu)化的特征這一問(wèn)題，使用了卷積樹(shù)核自動(dòng)將較大的結(jié)構(gòu)特征進(jìn)行分解，并能夠在多項(xiàng)式時(shí)間內(nèi)進(jìn)行核函數(shù)的計(jì)算。然而，通常的卷積樹(shù)核混淆了語(yǔ)義角色標(biāo)注中不同的特征，因此，我們提出了混合卷積樹(shù)核融合多種樹(shù)核，來(lái)對(duì)不同種類的特征分別進(jìn)行建模，最終獲得優(yōu)于標(biāo)準(zhǔn)卷積樹(shù)

5、核的性能。然后將混合卷積樹(shù)核與二次多項(xiàng)式核進(jìn)行融合，得到的復(fù)合核取得了比單獨(dú)使用兩種核都好的結(jié)果。
　　但是，標(biāo)準(zhǔn)卷積樹(shù)核要求兩棵子樹(shù)之間必須是精確匹配的，而不考慮結(jié)構(gòu)相似，語(yǔ)義角色相同的情況。因此，我們提出了新的句法驅(qū)動(dòng)卷積樹(shù)核，在核函數(shù)的設(shè)計(jì)過(guò)程中，融入了語(yǔ)言學(xué)知識(shí)，容許結(jié)構(gòu)和節(jié)點(diǎn)的近似匹配，最終取得了較標(biāo)準(zhǔn)卷積樹(shù)更好的性能。最后同樣與多項(xiàng)式核進(jìn)行融合，并取得了更好的性能。
　　最后，我們使用基于核的方法，實(shí)現(xiàn)了一個(gè)目前