学位论文 > 优秀研究生学位论文题录展示

基于条件场的语义角色标注

作　者: 颜廷义
导　师: 何华灿
学　校: 北京邮电大学
专　业: 模式识别与智能系统
关键词: 语义角色标注语料库条件随机场 Chinese Propbank
分类号: TP391.1
类　型: 硕士论文
年　份: 2010年
下　载: 71次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,语义角色标注在信息检索、问答系统等自然语言处理领域应用越来越广泛,但是大部分的研究主要针对于英文,其它语言由于缺少良好的标注语料,其研究相对较少。不久前,宾夕法尼亚大学发布了人工标注的汉语语料Chinese Propbanko本文中,我们尝试使用条件随机场的机器学习算法对Chinese Propbank1.0进行有监督的学习。在研究中,除了使用已有的一些基础特征之外,我们还提出了四个新特征,并通过大量的实验验证了特征的有效性,从最终的结果来看,每一个新特征都对实验结果起到正向作用。为了缩短训练时间,提高实验结果,我们采用两阶段分类的方法。在第一阶段先进行二元分类,判别一个句法成分是否为语义角色,然后对第一阶段中的语义角色再进行多元分类,给其分配具体的语义角色。由于考虑到第一阶段二元分类的准确率,召回率问题,我们选取相应的值作为门限概率以进行非语义角色的过滤,这在一定程度上召回了部分被错误判断的句法成分,提高了最终的实验结果。最终,我们选取了大量的门限值,从结果来看当门限值为0.5时,其实验结果可以达到最好,其准确率超过80%,F-score也将近80%。这在中文语义角色标注领域是令人满意的结果,我们相信,如果后期能加入更具有区分性的特征,实验结果一定会进一步得到提高。

全文目录

摘要  4-5
ABSTRACT  5-6
目录  6-9
第一章绪论  9-17
  1.1 课题背景及意义(自然语言处理与语义角色标注)  9-10
  1.2 语料库的相关介绍  10-11
    1.2.1 语料库的特点  10
    1.2.2 语料库的三点基本认识  10-11
    1.2.3 语料库方法  11
  1.3 语义角色标注的应用  11-13
    1.3.1 事件抽取  11-12
    1.3.2 自动问答系统  12-13
  1.4 国内语义角色的相关研究  13-14
  1.5 语义角色标注研究现状  14-15
    1.5.1 英文语义角色标注研究现状  14
    1.5.2 中文语义角色标注的研究现状  14-15
  1.6 中英文语义角色标注对比  15-16
  1.7 本论文的组织  16-17
第二章语义角色标注及方法研究  17-27
  2.1 语义分析  17
  2.2 语义角色标注概述  17-18
  2.3 分词与词性标注介绍  18
  2.4 标注的一般流程  18
  2.5 目前语义角色标注的关键  18-19
  2.6 标注单元  19
  2.7 语料资源  19-21
  2.8 语义角色标注的分类  21-23
    2.8.1 基于规则的方法  21-22
    2.8.2 基于统计的方法  22-23
  2.9 语义角色标注分析过程分类  23-24
  2.10 目前流行的标注方法  24
  2.11 标注的前期处理  24-25
  2.12 评价方法  25
  2.13 存在的问题  25-27
第三章条件随机场理论与特征介绍  27-33
  3.1 条件随机场的相关介绍  27-30
    3.1.1 条件随机场相关原理  27-28
    3.1.2 CRF和HMM,MEMM的比较  28
    3.1.3 Crf++工具包介绍  28-30
  3.2 特征选择与特征分析  30-33
    3.2.1 基础特征  31
    3.2.2 新特征  31-33
第四章实验语料统计与实验流程  33-39
  4.1 实验语料统计  33
  4.2 还原语义角色  33-35
  4.3 多动词转化  35
  4.4 二元分类:非语义角色的过滤  35-36
  4.5 实验具体流程  36-39
第五章实验结果及综述  39-44
  5.1 评测程序介绍  39
  5.2 实验结果及分析(参数的选择)  39-40
  5.3 特征有效性分析  40-41
  5.4 实验结果比较  41
  5.5 实验数据量有效性分析  41-42
  5.6 综述与展望  42-44
参考文献  44-47
附录  47-55
  附录1 CRF++工具包使用方法简介  47-55
    1 安装(编译器要求:C++编译器(GCC 3.0或更高))  47
    2 使用  47-51
      2.1 训练和测试文件的格式  47-48
      2.2 准备特征  48-51
        2.2.1 基本模板  48-49
        2.2.2 模板类型  49
        2.2.3 使用标识符区分相对位置λ  49-50
        2.2.4 具体实例  50-51
    3 训练(编码)  51-52
      3.1 使用CRF_LEARN命令  51-52
    4 测试(解码)  52-55
      4.1 使用CRF_TEST命令  52
      4.2 详细的层次(VERBOSE LEVEL)  52-55
致谢  55-56
攻读硕士期间发表的论文  56

基于条件场的语义角色标注

内容摘要

全文目录

相似论文