基于特征的中文语义角色标注系统

论文摘要

当前对自然语言进行浅层语义分析逐渐兴起,它已成为自然语言处理应用的重要组成之一。作为其具体实现,语义角色标注是一项定义完整,有着充实工作内容和可比较评测的任务。本文就基于特征向量的中文语义角色标注系统在Chinese PropBank上进行了实验,对语义角色标注的各个关键步骤进行了探讨性的研究。使用最大熵模型和支持向量机进行角色分类,并取得了比较好的结果。首先,构建基础系统,初步探讨标注过程中剪枝、识别、分类和后处理各步骤的作用,并比较了基本特征的不同实现对系统性能的影响。其次,在基础系统上进行了特征研究和剪枝算法研究,分别在手工句法分析和自动句法分析上得到了系统的最好结果。在特征工程方面,针对识别和分类不同阶段,采用了不同的特征。实验结果表明,有效的特征能够提高系统的性能。另外,系统将英文SRL系统中常用的剪枝算法应用于中文SRL系统,取得了良好的效果,这说明这样的剪枝算法对中文是同样有效的。最后,在特征和剪枝算法研究的基础上,系统得到了最佳性能(P/R/F1:92.53 /92.28/92.40%)。最后,系统将中文句法分析和语义角色标注集成在一起,形成一个具有可操作界面的实用系统。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 序言
• 1.1 课题背景和意义
• 1.2 研究现状
• 1.3 SRL 的应用
• 1.4 研究内容
• 1.5 论文组织
• 第二章 语义角色标注相关技术
• 2.1 语料库
• 2.1.1 英文PropBank
• 2.1.2 中文PropBank
• 2.2 标注单元
• 2.3 标注过程
• 2.4 评测指标
• 2.5 机器学习方法介绍
• 2.5.1 机器学习方法概述
• 2.5.2 最大熵模型
• 2.5.3 支持向量机模型
• 2.6 本章小结
• 第三章 中文语义角色标注基础系统
• 3.1 系统概述
• 3.2 剪枝
• 3.3 基本特征
• 3.4 后处理
• 3.5 实验结果与分析
• 3.6 本章小结
• 第四章 中文语义角色标注扩展系统
• 4.1 特征研究
• 4.1.1 识别阶段扩展特征
• 4.1.2 分类阶段扩展特征
• 4.2 剪枝算法研究
• 4.2.1 Xue 剪枝算法
• 4.2.2 基于中心词的剪枝算法
• 4.3 最好实验结果与分析
• 4.4 本章小结
• 第五章 中文语义角色标注系统集成
• 5.1 系统集成框架
• 5.2 集成模块设计
• 5.2.1 中文句法分析器
• 5.2.2 格式转换器
• 5.2.3 语义角色标注模块
• 5.3 系统集成实现
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 课题总结
• 6.2 未来工作
• 参考文献
• 攻读学位期间公开发表的学术论文
• 致谢
• 详细摘要