【摘 要】
:
随着深度学习的发展,依存句法分析的性能取得了非常显著的提升。然而,利用已有树库训练的模型进行不规范网络文本依存句法分析时,准确率急剧下降。其主要原因是,已有树库资源大多面向规范的新闻语料构建,而针对网络文本的树库资源较少。因此,本文面向多领域多来源汉语文本(尤其是网络文本),制定了一个依存句法数据标注规范,进行了大规模依存句法树库构建,并尝试将依存句法信息应用到句子压缩任务中。本文的主要研究内容如
论文部分内容阅读
随着深度学习的发展,依存句法分析的性能取得了非常显著的提升。然而,利用已有树库训练的模型进行不规范网络文本依存句法分析时,准确率急剧下降。其主要原因是,已有树库资源大多面向规范的新闻语料构建,而针对网络文本的树库资源较少。因此,本文面向多领域多来源汉语文本(尤其是网络文本),制定了一个依存句法数据标注规范,进行了大规模依存句法树库构建,并尝试将依存句法信息应用到句子压缩任务中。本文的主要研究内容如下:(1)汉语依存句法数据标注规范的制定由于目前还没有一个公开、完整、系统的汉语依存句法数据标注规范,并且已有的树库标注工作对网络文本中的特殊语言现象考虑较少。本文充分参考了已有的数据标注工作和诸多语言学著作,制定了一个适应多领域多来源文本的汉语依存句法数据标注规范(目前版本约70页)。另外,为保证标注一致性,本文结合实际标注中遇到的问题进行分析,给出了明确的优先级策略。我们将该规范作为树库构建工作的理论基础。(2)基于主动学习的汉语依存句法树库构建基于制定的标注规范及可视化在线标注系统,开展了大规模数据标注。首先,利用主动学习方法进行数据选取;其次,使用可视化系统进行程序化标注和质量控制;最后,从标注数据的准确率与一致性、依存关系类型分布情况以及基于标注数据的依存句法分析性能对比等方面进行实验分析。(3)基于汉语依存句法分析的句子压缩为了将汉语依存句法信息应用到句子压缩任务中,本文提出并尝试了三种方法:1)基于句法规则的方法;2)基于融合句法信息的双向长短期记忆网络-条件随机场(BiLSTM-CRF);3)基于融合句法信息的多任务学习(MTL)方法。为了验证方法的有效性,本文人工构建了两个不同领域的汉语数据集。实验表明,基于融合句法信息的BiLSTM-CRF方法对句子压缩的性能提升效果最好。综上所述,本文首先制定了汉语依存句法数据标注规范,进而基于该规范进行了大规模汉语依存句法树库构建工作,最后,利用汉语依存句法分析信息有效地提升了句子压缩的性能。本研究取得了一些初步的成果,我们希望这些研究成果可以促进句法分析和自然语言处理其他领域的发展。
其他文献
公私合作(PPP)合同的性质是公私合作(PPP)模式中一直备受关注的问题,也是各个部门法学者想要解决的争议问题。公私合作(PPP)合同主体是政府部门和社会资本方,其主体决定了合同兼具公法属性和私法属性的特质,使得合同的性质变得扑朔迷离。而公私合作(PPP)模式的出现是为了解决政府债务危机、市场失灵等问题,这预示着公私合作(PPP)模式将受到经济法上的规制。目前我国对于公私合作(PPP)合同性质在立
近些年,卷烟包装行业伴随着卷烟生产技术水平的不断提高得以迅猛发展。随着消费水平的不断提升,社会各界在关注卷烟的内在品质和包装质量的同时,对卷烟包装材料的环保性和可持续性的重视程度逐步攀升,由此卷烟包装行业也在不停地研究和寻找更加绿色环保和成本经济的新材料和新技术。目前,生物质胶粘剂以其不含VOCs、重金属及致癌物质,能够在环境中降解,无腐蚀性,无公害,绿色环保等一系列优点开始受到广泛关注。本文从企
激光雷达相对于普通气象探测平台具有高时空分辨率探测的特点,已经成为大气探测的重要手段。中国海洋大学激光雷达课题组正在研制的集合拉曼激光雷达、米散射激光雷达、偏振激
针对气力式马铃薯播种机在高速作业时,因供种稳定性差,严重影响播种器的吸种和携种,从而导致播种质量不佳的问题,设计了一种基于STM32单片机,集信号采集、人机交互、自动控制
京津风沙源治理工程是国家重要的生态工程,工程的目的在于营造复合植被系统提升造林地物种多样性达到减少风沙危害和水土流失的目标。本研究以京津风沙源治理工程的物种多样性为研究对象,布设121个样地开展调查,探究物种多样性指数与林分类型、造林密度、郁闭度、生物量、抚育措施和立地环境因子之间的关系。研究结果表明:(1)物种多样性指数与林分类型的相关关系显著,抚育措施的实施对物种多样性有较大影响;(2)运用最
成都市目前有近百家快递公司,成都市邮政快递公司作为国有企业,如何在激烈的市场竞争中谋求更长远的发展,占据更大的市场份额,就需要跟上现代市场营销发展的步伐。本文通过使用市场营销的相关理论和方法,分析了成都市邮政快递公司所处的各种环境,指出了制约成都市邮政快递公司发展的主要问题。本文认为,成都市邮政快递公司在市场营销过程中存在的问题是:产品质量差、价格策略不灵活、营销渠道单一、促销策略缺乏灵活性和多样
国防大学党史党建教研室主任、教授秦利——始终遵循人民军队政治建军的根本原则习主席在庆祝中国人民解放军建军90周年大会上的讲话中强调,“推进强军事业,必须坚持政治建军
自从十九大报告中提出“赋予自由贸易试验区更大改革自主权,探索建设自由贸易港”后,各地掀起了申报探索建设自由贸易港的热潮。$$在这方面,上海一马当先。国务院2017年3月印发
【正】 古代建筑修整所近年来到过东北义县奉国寺、山西大同下华严寺、山东曲阜和南京南唐二陵各处去临摹和描绘建筑彩画,搜集了许多丰富有价值的资料。在曲阜孔府、孔庙等处
本文聚焦于航空公司资本结构影响因素,旨在为航空公司资本结构的优化提供建议,降低破产风险,使企业健康发展。本文通过选取22家国内外航空公司2007-2012年度的财务数据进行描