中文语义角色标注研究及系统实现

摘要

语义角色标注（Semantic Role Labeling，简称SRL），作为浅层语义分析的一种实现方式，其目的是分析出句子中谓词的语义角色成分，包括施事者、受事者、时间、地点等。语义角色标注已被广泛应用于自然语言处理领域的其他任务，包括信息抽取、问答系统和机器翻译等。根据谓词的性质，语义角色标注可分为动词性谓词SRL和名词性谓词SRL。本文的主要内容包括：
　　1.针对动词性谓词SRL和名词性谓词SRL，提出了一个统一的标注框架，该框架采用层次分类策略，即第一层将角色分为中心角色、附属角色和非角色三个类别；针第二层分类器包括两个分类器，分别针对中心角色和附属角色的分类。针对动词性谓词SRL和名词性谓词SRL的特点，分别制定了不同的特征集合。
　　2.提出了自动识别谓词的方案，深入研究并分析名词性谓词识别及其性能。
　　3.构建了一个中文语义角色标注系统，在功能上，该系统不仅能够自动识别动、名词性谓词，并且分别识别它们的语义角色；此外，该系统还提供训练功能，用户可以提供自己的训练语料，得到新的模型。在应用上，由于该系统使用C++语言开发，能够跨平台使用。
　　实验表明，本文提出的语义角色标注统一框架，通过特征选择算法筛选有效的特征集合，能够在中文PropBank和NomBank上取得了较好的性能。

目录

声明

第一章 引言

1.1研究背景及意义

1.2研究现状和分析

1.3研究内容和组织结构

第二章 相关知识介绍

2.1语义角色标注概述

2.2语义角色标注步骤

2.3句法分析简介

2.4分类器的选择与构造

2.5本章小结

第三章 中文语义角色标注

3.1角色剪枝

3.2层次角色分类

3.3谓词识别

3.4本章小结

第四章 实验结果与分析

4.1实验设置

4.2基于正确句法树和正确谓词实验结果

4.3基于自动句法树和正确谓词实验结果

4.4基于谓词自动识别实验结果

4.5本章小结

第五章 中文语义角色标注系统

5.1系统开发环境

5.2系统实现

5.3系统使用说明

第六章 总结与展望

6.1研究工作总结

6.2未来工作展望

参考文献

攻读学位期间公开发表的论文

致谢