汉语概率型上下文无关语法的自动推导

摘要

本文提出了一种汉语概率型上下文无关语法(PCFG)的自动推导方法,它在匹配分析机制上实现了无指导的EM迭代训练算法,并通过对训练语料的自动短语界定预处理以及在集成不同知识源基础上构造合适的初始规则集,保证了训练算法能迅速收敛于符合语言事实的规则概率分布状态.初步的实验结果显示出目前的算法在训练效率和训练结果可信度方面都是令人满意的.