语义角色标注的集成策略的研究

摘要

自然语言理解的目的之一就是让计算机能够理解人类的语言,能够和人类进行无障碍的沟通。其中,语义角色标注的作为一种浅层的语义分析,目标是分析句子的论旨结构,即在给定动词的基础上,识别出与该动词相搭配的论元,并对识别出的论元进行语义分类。在很多高层的自然语言处理的任务上,例如问答系统,信息抽取等,语义角色标注都得到了成功的应用。
　　 本文使用条件随机场作为机器学习的模型,针对原有句法分析的优点和缺点,提出了一种集成策略。该策略在精确度和召回率较高、提供信息相对简单的浅层句法分析的基础上,加入精确度、召回率较低但是提供信息比较丰富的完全句法分析的信息,集成了两种句法分析的优点。同时本文设计实现了浅层句法分析、语义角色标注和使用改进策略后的语义角色标注三个子系统。
　　 通过对子系统的实验结果对比分析后发现,语义角色标注系统在使用了集成策略后,无论在自动的句法分析的基础上还是在完全正确的句法分析的基础上,系统的性能都能取得明显的提高。尤其是在完全正确的句法分析上,F值提高10％以上,大大提高了系统的潜力。在句法分析性能进一步提高的情况下,使用集成策略的新系统的性能提升幅度相对与传统的系统会更大。