基于条件场的语义角色标注

《基于条件场的语义角色标注》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：保密期限：姥贡却童大警硕士研究生学位论文学号：076381二零一零年一月二十七日一———．．．．．．J’盖l^量一创新性声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：邈丝幺．一日期：关于论文使用授权的说明学位论

2、文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权书。本人签名：蕉丝之日期：丝坦：圣：!j导师签名：尘刍聋坚!一一．日期：垫[!：i。!i：Ⅱ‘-，镰，。虹基于条件

3、随机场的中文语义角色摘要近年来，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ChinesePropbank。本文中，我们尝试使用条件随机场的机器学习算法对ChinesePropbankl．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

4、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。关键

5、字：语义角色标注语料库条件随机场ChinesePropbank1IIIV一，●'』^；上languages，becauseofthelackofwell-markedcorpus，thestudywasrelativelysmall．Notlongago，theUniversityofPennsylvaniareleasedamanualtaggingChinesecorpus：ChinesePropbank．Thisarticle，wetrytousetheConditionalRandomFieldsmachine-learningalgorith

6、mforChinesePropbank1．0todoasupervisedlearning．Inadditiontousingsomebasicfeaturesoftheexisting，wealsoproposedfournewfeatures，andthroughalargenumberofexperimentstoverifythevalidityofeachfeature。Atlast，wecanseethateachnewfeatureplayapositiveroletotheresultsinexperimental．Inordertos

7、hortenthetrainingtimeandimproveresults，wehaveadoptedatwo-stageclassificationmethod．Inthefirstphase，wecarriedoutthedualclassification，determinewhetherasyntacticcomponentisasemanticrole，thendomulti—classificationtoassignaspecificsemanticrole．Takingintoaccounttheaccuracyandrecallra

8、teofthefirstphase：binaryclassification,weselect