汉语依存图库的构建

来源 :南京师范大学 | 被引量 : 5次 | 上传用户:zl9881123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
汁算机自然语言处理需要从线性的句子中获取词语之间的语义关系,树形的句法结构可以推导出句子成分之间主要的语义关系,在自然语言处理中起着重要作用,但随着近年来语料库建设规模的不断扩大,研究者发现用投影树无法完整地描写句法结构,并且还发现有相当数量的非投影树结构和图结构。同时由于汉语自身的特点,长期以来,汉语句法分析精度较低,现有的句法分析技术不适合处理汉语中的一些特殊句式(连动句、兼语句、动词拷贝、长句等),亟需寻找新的技术手段解决非这一难题。一些研究者提出了AMR这种基于图的句子语义表示方法,用来分析英语。本文则尝试借鉴这一方法来探究基于依存语法对汉语进行句法语义一体化标注(简称依存图标注),讲而构建汉语依存图库。本文的主要内容如下:第一步,梳理并分析了句法理论和句法结构表示方法的发展过程,在这个过程中发现在句法分析和论元分析的过程中经常出现了超出树结构的现象,这是引进图结构的一个重要原因,然后,进一步统计分析CoNLL2009评测的中文数据,结果表明了根据树结构难以推导出所有的语义结构,这就需要探索汉语句子的基于图的句法语义一体化标注新方案;第二步,基于以上的理论准备,通过实际标注和反复的验证修改,逐步构建出基于依存图标注的标记集体系和具体的标注规范,这也是本研究的创新之处:第三步是实际操作部分,使用第二步确定的标记集和标注规范对已有的CoNLL2009评测的中文数据中的一部分数据进行依存图标注,一共标注了1230句,并记录了标注过程中遇到的一些问题;第四步则是对第三步的标注结果进行统计和分析,统计发现在标注好的1230句的语料中形成图结构的句子有795句,占到语料的64.6%。这部分就主要分析了标注中形成图结构的一些特殊的语言现象,例如,兼语句、连动句、二价名词等,对这些特殊殊子的朴理正是依存图相对干依存树的优势所在,也是构建依存图库的关键所在。本文的创新之处在于,首先是提出用图结构来表示汉语句法语义分析结果;其次是提出一套新的汉语句法语义一体化标注的标记集合标注规范,另外还将依存语法和框架语义学结合起来对汉语进行分析。本文通过逐步的研究、分析发现,汉语中存在一定数量的需要用图结构表示才能完全揭示其句法语义关系的句子,这类句子往往就是影响汉语句法分析精度的夫键;而标注的实际操作过程和统计分析的结果也证明了,图结构相对于树结构在揭示句子句法语义关系方面有明显的优势。
其他文献
本论文选取的是清末著名学者、文学家、经学家、古文字学家俞樾的代表作《群经评议》中三礼部分作为考察的对象,对其中所体现出来的俞樾的语法观念进行了揭示和分析。《群经
农民是我国政治社会化进程的重点对象,中国农民特殊的历史地位和作用、农民政治社会化历史沿革下来的经验和教训以及中国特色社会主义建设的实际需要决定了必须把农民政治社
新疆维吾尔族民间装饰艺术常采用植物纹样,其中具有悠久历史的巴旦木纹呈线性风格,并应用于该民族生活的各个方面。巴旦木纹与实用器(物)相结合,将实用与审美、生活与信仰联系在一
1stOpt软件辅助植物防晒剂组合物优化.以植物防晒剂组合物的成本最低为目标函数,以防晒化妆品的防晒指数(SPF)大于30,以及每个植物防晒剂的浓度大于0为约束条件,建立数学模型.
"歌唱是呼吸的艺术"。正确气息运用是学习歌唱学习中极为关键的环节。对于少儿来说更是如此。这个时期是身体生长发育的关键时期,声带稚嫩,腔体较小,如果没有科学的练声方法,
作为香港著名的女导演,许鞍华一直以来坚持现实主义创作,在香港影坛拥有重要地位和巨大的影响力。从香港新浪潮以来,许鞍华尝试过各种题材的影片创作,很难将她的电影定义成某
随着市场竞争的加剧,企业原先的只通过产品、价格和关系等促销手段获取竞争优势的日子越发艰难,这就对营销管理渠道提出了更高的要求,良好的营销渠道管理对企业的日常经营有
<正> 新的会计制度的出台,无疑为我国会计的发展揭开了新的篇章。在新的会计制度中,比较引人注目的就是在原有的会计核算一般原则中增加了实质重于形式原则。理论源于实践又
随着社会的不断发展,我国老年人口的数量呈现出快速增长的趋势,我国已经进入老龄化社会,养老问题一直是全社会关注的焦点。失独家庭,空巢家庭,高龄老人,失能失智老人的日益增
本文通过纤维素酯与纤维素 醚两类主要纤维素改性产品 的介绍 ,综述了国内外关于 改性纤维素的发展现状和改 性机理 ,并重点介绍了接枝 共聚这种重要的纤维素改性 方法 ,列举