基于支持向量机的汉语框架语义角色自动标注

论文摘要

近年来,自然语言研究的热点已经转到了语义角色标注上来。本文以汉语框架语义知识库为基础,结合汉语自身的特点,重点研究了汉语框架语义角色自动标注问题,为以后构建大规模的语料库,推动中文信息检索、自动问答、信息抽取等自然语言处理技术的发展,做出了有益的探索。由于汉语的完全句法分析器的性能达不到使用阶段,本文将汉语框架语义角色看做是以词为标注单位的序列标注问题,使用支持向量机作为分类器来训练模型,并将词层面特征和基本块层面特征融合到标注模型中。本文的语义角色标注任务为：给定目标词和目标词所属的框架,在句子中自动识别出框架元素并为其标上相应的框架语义角色。本文从汉语框架语义知识库中挑出25个框架作为实验语料,并在此实验语料上进行了3组2折交叉验证,最后用这3组2折交叉验证的均值作为我们模型的性能。实验中,我们首先为每类候选特征提供几种窗口大小,然后用正交表对特征及其窗口的大小进行选择。本文构建了两类语义角色标注模型：一类是基于词特征的语义角色标注,在把语义角色的识别和分类分开进行时,我们得到了59.65%的F值,把识别和分类联合起来进行实验时,我们得到的性能是58.72%；另一类是基于基本块特征的语义角色标注,在语义角色识别和分类分开进行时我们得到了59.67%的F值,识别和分类联合进行时得到了58.92%的F值。实验结果表明：(1)将语义角色标注分为两步进行比两步联合起来进行的性能要好；(2)加入基本块信息后,语义角色识别和分类的性能都有所提高,但提高不大；(3)两类模型都表现出了明显的高准确率低召回率的现象。

论文目录

• 中文摘要
• ABSTRACT
• 第1章 引言
• 1.1 研究工作的目的和意义
• 1.2 国内外研究现状
• 1.3 本文的研究方法和内容
• 1.4 论文结构安排
• 第2章 相关理论介绍
• 2.1 支持向量机
• 2.1.1 两分类问题的相关理论
• 2.1.2 常见的多分类方法
• 2.2 交叉验证
• 2.3 正交设计和正交表
• 第3章 汉语框架网络及语义角色标注任务介绍
• 3.1 汉语框架网络
• 3.1.1 框架网络工程简介
• 3.1.2 汉语框架网络工程介绍
• 3.2 汉语框架语义角色标注任务
• 3.3 本文所使用的工具包
• 3.4 IBO2标注策略和评价准则
• 第4章 基于词特征的语义角色自动标注
• 4.1 语料的选取和切分
• 4.2 特征描述及选取方法
• 4.3 实验方案及后处理策略
• 4.3.1 实验方案
• 4.3.2 后处理策略
• 4.4 一对一方法和一对多方法的比较
• 4.5 实验几种方案及其实验结果
• 4.5.1 不含通用语义角色的实验结果
• 4.5.2 含通用语义角色的实验结果
• 4.6 本章小结
• 第5章 融合基本块特征的语义角色标注模型
• 5.1 汉语基本块体系描述
• 5.2 特征描述及选取方法
• 5.3 实验几种方案及其实验结果
• 5.3.1 不含通用语义角色实验结果
• 5.3.2 含通用语义角色的实验结果
• 5.4 实验结果分析
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 论文总结
• 6.2 下一步研究计划
• 参考文献
• 附录A:山大973词性标注体系及其与清华大学词性映射关系
• 附录B:实验用正交表及PB表
• 攻读学位期间取得的研究成果
• 致谢
• 个人简况