漢語(yǔ)框架自動(dòng)識(shí)別中的歧義消解.pdf

1、自然語(yǔ)言理解是實(shí)現(xiàn)人與計(jì)算機(jī)之間有效的通信的一種技術(shù)。在自然語(yǔ)言中，一詞多義的現(xiàn)象普遍存在，因此，詞義的歧義消解是自然語(yǔ)言理解中重要的環(huán)節(jié)之一。詞匯的框架義是詞匯的一種意義表示。漢語(yǔ)框架的自動(dòng)識(shí)別就是對(duì)句子中給定的詞語(yǔ)，根據(jù)其上下文環(huán)境自動(dòng)識(shí)別出其激起的框架。框架自動(dòng)識(shí)別技術(shù)是大規(guī)模自動(dòng)構(gòu)建語(yǔ)義語(yǔ)料庫(kù)的有效途徑，同時(shí)也為框架語(yǔ)義的自動(dòng)分析提供分析工具，其深入研究將有效地推動(dòng)中文信息檢索、問(wèn)答系統(tǒng)、機(jī)器翻譯和文本分類等技術(shù)的向前發(fā)展。

2、r>　　考慮到目前漢語(yǔ)框架網(wǎng)絡(luò)知識(shí)庫(kù)仍在完善中，詞元列表、框架列表還有待擴(kuò)充，本文根據(jù)框架語(yǔ)義中自然語(yǔ)言自動(dòng)語(yǔ)義分析的要求，將漢語(yǔ)框架自動(dòng)識(shí)別任務(wù)分解為詞元識(shí)別、未知框架檢測(cè)和框架消歧義三個(gè)子任務(wù)，本論文主要關(guān)注漢語(yǔ)框架自動(dòng)識(shí)別中的歧義消解任務(wù)。該任務(wù)主要基于上下文環(huán)境，對(duì)給定句子中的目標(biāo)詞從現(xiàn)有的框架庫(kù)中為該目標(biāo)詞自動(dòng)標(biāo)注一個(gè)合適的框架。本文將該任務(wù)看作多類分類問(wèn)題，使用最大熵對(duì)其進(jìn)行建模
　　本文從當(dāng)前的漢語(yǔ)框架語(yǔ)義知識(shí)庫(kù)的1

3、960個(gè)詞元中選取了同時(shí)能夠激起兩個(gè)以上框架且例句數(shù)相對(duì)較多的88個(gè)詞元的2077條例句，按3-fold交叉驗(yàn)證切分為訓(xùn)練集和測(cè)試集。本文基于詞的框架消歧模型，構(gòu)造了詞層面、基本塊層面，以及依存句法層面的若干特征，并使用了開(kāi)窗口技術(shù)和BOW策略。在測(cè)試集上，基于詞的漢語(yǔ)框架自動(dòng)消歧baseline模型的精確率(Accuracy)達(dá)到了64.42％。本文在Baseline基礎(chǔ)上加入BOW特征，測(cè)試集上的精確率達(dá)到了68.37％，比原有方法

4、提高了3.95％。這表明: BOW特征，即目標(biāo)詞與其它詞的搭配信息在框架消歧任務(wù)中起重要作用，這基本符合語(yǔ)言學(xué)的規(guī)律。
　　進(jìn)一步，基于清華大學(xué)的基本塊分析器，本文對(duì)語(yǔ)料中的所有例句進(jìn)行自動(dòng)分析，并抽取基本塊層面的特征加入到baseline模型中，測(cè)試集上精確率沒(méi)有提高，仍然是64.42％。這表明BC特征對(duì)框架消歧任務(wù)基本不起作用。通過(guò)對(duì)結(jié)果的分析可知，自動(dòng)基本塊分析器的性能在開(kāi)放語(yǔ)料環(huán)境下并不理想是導(dǎo)致性能沒(méi)有提高的主要原因。<

5、br>　　此外，基于Stanford、HIT和Mate三個(gè)依存句法分析器對(duì)全部語(yǔ)料自動(dòng)分析得到的依存句法樹(shù)，分別抽取依存句法層面的特征分別加入到baseline模型中。測(cè)試集上最好的結(jié)果是基于Mate分析器的，比Stanford和HIT的結(jié)果高近2個(gè)百分點(diǎn)。實(shí)驗(yàn)結(jié)果中，三組實(shí)驗(yàn)較Baseline模型都有不同程度的提高，表明依存句法層面的特征對(duì)框架消歧任務(wù)有一定的作用。然而，測(cè)試結(jié)果提高的幅度不大，主要原因是自動(dòng)分析器在開(kāi)放語(yǔ)料測(cè)試環(huán)境下