基于領域本體的漢語共指消解及相關技術研究.pdf

1、共指是自然語言篇章和對話中普遍存在的現(xiàn)象。共指使篇章主題更加突出，表述更加連貫與簡潔；但它也給自然語言處理帶來了不確定性。共指消解是消除這種指代形式帶來的不確定性的過程。隨著基于篇章真實文本處理需求的大量涌現(xiàn)，共指消解顯示出了前所未有的重要性，成為自然語言處理領域的研究熱點。 本文旨在圍繞漢語共指消解及相關命名實體識別任務，考察領域本體對其提供具體支持的方式與作用，并結(jié)合機器學習方法進行驗證。本文研究側(cè)重于方法論探索與實證分析相

2、結(jié)合的路線，提出了一套基于領域本體結(jié)合機器學習模型的方法，主要工作如下： 1.提出了一種構建領域本體的TPSU方法，該方法將本體構建分成兩個階段，六個處理層次。在具體生成本體過程中，提出了TMR三模型化準則，有效解決了單一樹型上下位結(jié)構向多元網(wǎng)狀關系結(jié)構的過渡問題，通過創(chuàng)建實例，豐富和完善了領域本體的知識結(jié)構。上述方法與原則具體直觀，可以運用于其他同類本體構建，操作性強。 2.構建了一個包含12類核心概念、78種屬性特征

3、、13種概念、屬性關系、4,392條實例的移動電話領域本體MPO。目前尚無此類本體文庫。MPO中大多數(shù)核心概念可以直接復用，具有推廣和實用價值，有效發(fā)揮了本體知識可共享的特性。 3.將命名實體分成常規(guī)實體和領域?qū)嶓w(DNE)兩類。在領域命名實體識別(DNER)中，重點考察了領域本體對漢語命名實體識別的支持方式，提出了一種基于領域本體形式化實例獲取詞性規(guī)則模板的方法，結(jié)合統(tǒng)計機器學習模型有效實現(xiàn)了領域命名實體的識別，F(xiàn)值達到92.

4、36％。對比實驗也表明上述模板能夠有效提高識別準確率且性能穩(wěn)定，在領域?qū)嶓w邊界和特殊形式實體識別中作用明顯。 4.探討了領域本體對漢語共指消解的作用，提出了一種基于領域本體獲取語義類特征的方法，通過特征的自動標注，獲取作為候選先行語的名詞短語的語義類特征，結(jié)合機器學習方法進行領域命名實體基礎上的共指消解處理，F(xiàn)值達到86.49％。實驗表明領域語義類特征有效提高了共指消解準確性指標，使F值最終提高了7.36％。 5.針對目