一种基于端到端模型的中文句法分析方法

摘要

句法分析作为自然语言处理领域的一项基础工作,是机器翻译、自动问答等自然语言处理上游任务的核心支撑,因此,具有非常重要的研究价值。基于端到端(Seq2Seq)模型提出了一种将中文文本自然语句转换为标准句法树结构的自动分析方法。该方法结合Liu等人提出的深层解码结构并针对宾州中文树库(CTB)的标注体系,首先对树结构序列中的Syntactic Brackets、POS tags、分词分别进行解码预测,然后将得到的各部分预测结果以插入的方式形成最终的预测序列。区别于多数现有的中文句法结构分析方法,该方法可以忽略中文分词和词性标注操作,减小分词和词性标注结果对句法结构分析的准确性影响,也在一定程度上降低研究人员对句法分析理论的要求。经过与现有中文句法分析模型实验对比,该方法具有一定可行性和较好的识别率,在CTB9上实验得到的F1值为82.6%。