学位论文 > 优秀研究生学位论文题录展示

基于特征的中文名词性谓词语义角色标注研究

作 者: 徐靖
导 师: 朱巧明;李培峰
学 校: 苏州大学
专 业: 计算机应用技术
关键词: 语义角色标注 名词性谓词 短语句法结构 依存句法结构
分类号: TP391.1
类 型: 硕士论文
年 份: 2011年
下 载: 22次
引 用: 0次
阅 读: 论文下载
 

内容摘要


作为自然语言处理的一个研究重点,语义角色标注(Semantic Role Labeling,简称SRL)是浅层语义分析的一种实现方式,它标注出句子中与谓词(可以是动词或名词等)相关的语义角色,如施事者、受事者、时间、地点等。根据谓词词性的不同,通常可以将现有的SRL分为动词性谓词SRL和名词性谓词SRL。目前,对名词性谓词SRL的研究相对而言较少,仍有一些问题需要解决,如:SRL性能严重依赖于句法分析的性能,同时名词性谓词SRL性能远低于动词性谓词SRL性能等。以上相关问题在中文名词性谓词SRL研究中尤其突出。近年来的研究表明,目前研究SRL的方法主要是集中于基于特征的方法。因此,本文仍采用基于特征的方法,通过提出更丰富和有效的特征集和新颖的研究方法来提高中文名词性谓词SRL性能。本文的研究内容主要包括如下两个方面:1.研究基于短语结构句法分析的中文名词性谓词SRL。在SRL中,相比于动词性谓词,名词性谓词与其角色之间的结构更灵活和复杂。为了更好的捕获这些结构化信息,本文通过对名词性谓词SRL相关特征集的研究,探索了新的特征集,用于中文名词性谓词SRL。并分析了各个特征的贡献度。实验表明,本文提出的中文名词性谓词SRL性能优于其它同类系统。最后,讨论了使用动词性谓词的特征实例来提高名词性谓词SRL的准确率,然而性能的提高并不是很明显。2.研究联合短语和依存句法结构的中文名词性谓词SRL。把传统的基于短语句法结构的特征和基于依存句法结构的特征相结合,应用于中文名词性谓词SRL。相比于传统单一的短语句法特征,本文联合短语和依存句法结构所选取的特征更加丰富。另外,还讨论了这两种句法结构之间信息的互补作用。实验表明,中文名词性谓词SRL性能得到了提高。本文的主要贡献包括:在基于短语结构的句法分析中,提出了适合中文名词性谓词SRL的特征集;提出了联合短语和依存句法结构的中文名词性谓词SRL。实验表明,这些方法提高了中文名词性谓词SRL的性能,对今后中文名词性谓词SRL的研究具有参考价值。

全文目录


相似论文

  1. 评价对象抽取研究,TP391.1
  2. 基于树核方法的中文语义角色标注研究,TP391.1
  3. 中文名词性谓词的语义角色标注研究,TP391.1
  4. 基于联合方法的中文语义角色标注研究,TP391.1
  5. 基于马尔可夫逻辑网络的语义角色标注,TP391.1
  6. 互联网舆情监控分析系统的研究与实现,TP393.09
  7. 语义角色标注的集成策略的研究,TP391.1
  8. 基于Web的比较观点挖掘方法研究,TP391.1
  9. 基于依存关系的中文语义角色标注研究,TP391.1
  10. 基于依存句法分析的语义角色标注,TP391.1
  11. 基于条件随机场模型的汉语框架语义角色自动标注研究,TP391.1
  12. 面向三维场景生成的中文语义角色标注方法研究,TP391.1
  13. 基于汉语框架网的问句语义角色标注研究,TP391.1
  14. 基于支持向量机的汉语框架语义角色自动标注,TP391.1
  15. 基于最大熵模型的汉语框架语义角色自动标注,TP391.1
  16. 基于条件场的语义角色标注,TP391.1
  17. 中文复杂句语义角色标注,TP391.1
  18. 语义角色标注中的关键技术研究,TP391.1
  19. 基于结构学习的语义角色标注,TP391.1
  20. 基于短语句法结构的树—串汉英对齐模板抽取研究,TP391.2

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 文字信息处理
© 2012 www.xueweilunwen.com