基于依存關(guān)系的中文語義角色標(biāo)注研究.pdf

1、作為自然語言理解的一項研究重點(diǎn),語義分析旨在將人類的自然語言轉(zhuǎn)化為計算機(jī)能夠理解的形式化語言。由于深層語義分析的復(fù)雜性,人們目前更關(guān)心淺層語義分析,一種簡化了的語義分析形式,分析句子中謂詞(動詞或名詞)的語義角色成分,包括施事者、受事者、時間、地點(diǎn)等。作為淺層語義分析的一種實現(xiàn)方式,語義角色標(biāo)注(Semantic Role Labeling,簡稱SRL)已被廣泛應(yīng)用于更高層次的自然語言處理相關(guān)任務(wù),如信息抽取、問答系統(tǒng)和機(jī)器翻譯等。根據(jù)

2、謂詞詞性的不同,通?？梢詫⒄Z義角色標(biāo)注分為動詞性謂詞語義角色標(biāo)注和名詞性謂詞語義角色標(biāo)注。
　　 目前主流的語義角色標(biāo)注研究都是基于短語結(jié)構(gòu)句法分析進(jìn)行的,并取得了一定的成果。但這種研究方案中,短語句法分析性能對語義角色標(biāo)注性能起著主導(dǎo)作用,是現(xiàn)階段語義角色標(biāo)注的瓶頸。因此有研究者開始探索使用依存句法分析進(jìn)行語義角色標(biāo)注。另從研究現(xiàn)狀看,針對中文語義角色標(biāo)注的研究要比英文的少得多,其中一個主要因為是缺乏合適的標(biāo)注語料。現(xiàn)階段由于

3、中文PropBank和中文NomBank的發(fā)布,使得對中文語義角色標(biāo)注的研究成為可能。因此,本文從依存關(guān)系出發(fā),研究中文語義角色標(biāo)注,主要研究內(nèi)容有以下三個方面:
　　 首先,探索了中文謂詞標(biāo)注,包括動詞性謂詞和名詞性謂詞。謂詞標(biāo)注是語義角色標(biāo)注的前提,是語義角色標(biāo)注中的重要一步,其性能直接決定了語義角色標(biāo)注的性能。針對動詞性謂詞,本文實現(xiàn)了一個基于最大熵分類器的識別系統(tǒng),并在CoNLL2008和CoNLL2009評測數(shù)據(jù)上進(jìn)行

4、實驗；對名詞性謂詞的識別,除了采用基于最大熵分類器外,還采用了基于卷積樹核的方法,并在中文NomBank的轉(zhuǎn)換語料上進(jìn)行實驗。
　　 其次,研究了基于特征向量的中文SRL。在構(gòu)建一個通用的基于特征向量的中文語義角色標(biāo)注平臺的基礎(chǔ)上,重點(diǎn)探討了特征選擇對系統(tǒng)性能的影響,并分別針對動詞性謂詞和名詞性謂詞制定不同的特征集合,分析各個特征對系統(tǒng)的貢獻(xiàn)度。實驗結(jié)果表明,系統(tǒng)在中文名詞性謂詞上的P/R/F1值分別為:71.37/86.20/

5、78.09。
　　 最后,首次嘗試采用基于卷積樹核的方法對名詞性謂詞進(jìn)行語義角色標(biāo)注。其中重點(diǎn)討論了依存樹的構(gòu)造和剪枝,探索在結(jié)構(gòu)信息本身就很少的依存樹上,使得輸入的樹中盡量少的包含噪音信息。實驗表明,基于樹核函數(shù)的SRL結(jié)果與基于特征向量的結(jié)果已經(jīng)非常接近。本實驗作為基于卷積樹核的探索性實驗,為今后研究提供了有價值的參考。
　　 本文的主要貢獻(xiàn)在于對基于依存關(guān)系的中文語義角色標(biāo)注進(jìn)行了全面研究,包括使用不同方法識別動詞