中文缺省识别研究

论文摘要

中文语句中广泛存在着缺省现象。中文缺省识别是自然语言处理中的一个重要研究课题,在机器翻译,文本分类以及信息抽取等领域中都有重要应用。中文缺省识别研究目前尚处于起步阶段,相关的研究工作甚少。国内在中文缺省方面的研究大都处于理论层次,并没有系统地、有效地识别方法和实现系统。本文深入分析了现有的中文缺省识别技术并在以下几个方面进行了研究:(1)首先,针对中文缺省研究缺乏语料的现状,手工标注一个用于中文缺省识别的基准语料库;然后,在对中文缺省句法结构研究的基础上,归纳了六种最常见的中文缺省句法结构;最后,本文分析了中文缺省识别的难点和解决方案,并给出了不同的识别方法。(2)探讨了基于规则的方法,分析不同的动词形式以及缺省位置的情况,以动词驱动为核心,提取规则来获得缺省项信息。实验结果表明,本文实现的基于规则的中文缺省识别方法具有可行性。(3)针对中文缺省识别主要依赖上下文信息的特点,利用基于SVM(Support Vector Machine)的卷积树核函数来获取句法结构信息,并且重点研究中文缺省识别不同的句法裁剪策略。实验结果表明,采用树核函数的方法与规则的方法相比,性能有所提高,对中文缺省识别有比较大的研究价值。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 本文的研究意义
• 1.3 研究现状
• 1.4 本文的主要研究内容
• 1.5 本文结构
• 第二章 中文缺省相关知识
• 2.1 相关概念
• 2.2 中文缺省的句法结构
• 2.3 中文缺省识别基准语料库
• 2.4 中文缺省识别的难点
• 2.5 本章小结
• 第三章 基于规则的中文缺省识别研究
• 3.1 相关知识
• 3.2 基于规则的中文缺省识别研究
• 3.3 实验结果与分析
• 3.4 本章小结
• 第四章 基于树核函数的中文缺省识别研究
• 4.1 相关知识
• 4.2 基于树核函数的中文缺省识别研究
• 4.3 实验结果与分析
• 4.4 错误分析
• 4.5 本章小结
• 第五章 总结和展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻读学位期间公开发表的论文
• 攻读学位期间参与的科研项目
• 致谢