欢迎来到天天文库
浏览记录
ID：20491184
大小：36.50 KB
页数：3页
时间：2018-10-13
《基于规则汉语述宾动词短语自动识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、基于规则的汉语述宾动词短语自动识别张惠春（晋城职业技术学院信息工程系，山西晋城048026）摘要：汉语句法分析在自然语言处理中已经得到广泛的研究，而动词短语是句法分析中的重要内容，所以对动词短语的识别是非常必要的。本文首先定义了述宾动词短语，利用规则对述宾动词短语进行了自动识别实验，实验结果达到了较高的精确率，表明规则是可靠的。关键词：述宾动词短语；绝对规则；相对规则；自动识别中图分类号：TP311一、引言在句法分析任务中，找到句子的中心动词是非常重要的，而动词所在的动词短语能为中心动词的识别带来丰富的信息。所以在句法分析任务中，识别句子的动词短语也是非常有必要的，而述宾
2、结构的动词短语在所有动词短语结构中占主要地位，所以述宾动词短语的自动识别对自然语言句法的分析是十分重要的。二、述宾动词短语的定义定义1.述宾动词短语的BNF范式定义如下[1][4]：VP∷≡3、v>+{4、r5、a6、v7、q8、f9、m>}其中VP表示动词短语，∷≡表示“定义为”，〈α〉表示α是一个终结符，｛α｝表示α可重复0到n次，α｜β表示α和β具有“或”的关系，*表示a可重复0或一次,n为名词，r为代词，a为形容词，v为动词，d为副词，f为方位词，c为连词，m为数词，q为量词，w为标点符号。三、述宾结构动词短语的规则根据文献表明[2]，短语规则主要有两部分的内容，10、一部分是上下文无关文法产生式，用来描述短语的内部组成模式；另一部分式合一等式，用来对一个短语进行详细的说明。合一式用来对短语规则进行详细说明的。这包括两部分：一是着眼于一个短语的整体性质，对其结构情况以及内部组成成分进行定性描述，同时说明它作为一个整体向外组合的功能性质；二是向内看一个短语，给出这个短语的内部组成成分需要满足的限制条件。在正常情况下，宾语一定在作者简介：张惠春（1981-），女，讲师，主要研究方向为自然语言处理。述语之后，述语和宾语意义上和结构上的联系都很紧密，当中没有停顿。述语和宾语之间意义上的联系是各种各样的。例如，宾语是动作的受事，宾语是动作凭借的工11、具等等。及物动词做述语能带真宾语，也能带准宾语；不及物动词和形容词只能带准宾语，不能带真宾语。根据上述述宾结构的一些原则，下面我们给出一条述宾结构的短语规则。vp－>!vpnp::$.内部结构=述宾，$.动词=%vp，$.宾语=%np，$.谓语=是，...，%np.宾语=是，%vp.体谓准=体,...（1）IF%vp.趋向=是THEN%np.处所=是ENDIF（2）IF%np.内部结构=单词THEN%np.前动=否ENDIF其中np前的“！”号表示它所标记的vp是这个短语的中心词（head）。“：：”是分隔符，后面开始是合一等式。“$”表示产生式的左部根节点“np”。“.12、”号可以理解为汉语中的组词“的”。“%”表示一个短语在结构中的顺序（比如“%vp”是规则右部第一个vp”）。“...”不是规则中用到的形式语言符号，表示省略。在规则中vp－>!vpnp::$.内部结构=述宾，$.动词=%vp，$.宾语=%np，$.谓语=是，...，%np.宾语=是，%vp.体谓准=体,...称为绝对规则；（1）IF%vp.趋向=是THEN%np.处所=是ENDIF（2）IF%np.内部结构=单词THEN%np.前动=否ENDIF称为相对规则。四、基于规则识别述宾动词短语的实验在实验中，首先从给定的语料[3]中将所有符合此条产生式规则的词的组合抽取出来，然13、后利用规则来判断当前词组合是否为动词述宾结构的动词短语。具体实验步骤如下：（1）取所有符合短语结构规则中产生式结构的词语串；（2）每一条抽取出来的词语串进行绝对条件和相对条件的判断，在判断词语是否复合短语结构规则时，范畴知识来自于《现代汉语语法信息词典详解》，规则中的规则按顺序进行，因为后面的规则会对前面的规则的结果有影响，所以规则的执行是有顺序的；a)对实验结果进行分析，将错误率超过50％的规则提取出来，进行修改，转（2）；b)直到没有要更改的规则为止。在实验中我们所用到的语料是上师大的短语结构语料库。我们对语料库进行了抽取工作，将全部的动词短语都抽取出来，以便我们进行14、实验结果的对比。在步骤（1）中我们抽取了1000条词语串作为我们实验的测试语料。五、短语结构规则分析及实验结果我们以规则一为实验目标，给出基于规则一的实验结果。在这里我们用的评价标注是精确率，其计算公式如下：精确率：×100%；其中a是识别正确的短语数（包括识别正确动词短语及非动词短语），b是待识别的字符串数目。由于我们要对待识别的字符串去除是名词短语的字符串以及其它非动词短语的字符串，所以不能单纯针对识别出来的正确的动词短语来衡量规则的正确性。基于规则一的实验结果如表1所示。表1实验结果规则精确率全部规则87.7%全部规则去
3、v>+{4、r5、a6、v7、q8、f9、m>}其中VP表示动词短语，∷≡表示“定义为”，〈α〉表示α是一个终结符，｛α｝表示α可重复0到n次，α｜β表示α和β具有“或”的关系，*表示a可重复0或一次,n为名词，r为代词，a为形容词，v为动词，d为副词，f为方位词，c为连词，m为数词，q为量词，w为标点符号。三、述宾结构动词短语的规则根据文献表明[2]，短语规则主要有两部分的内容，10、一部分是上下文无关文法产生式，用来描述短语的内部组成模式；另一部分式合一等式，用来对一个短语进行详细的说明。合一式用来对短语规则进行详细说明的。这包括两部分：一是着眼于一个短语的整体性质，对其结构情况以及内部组成成分进行定性描述，同时说明它作为一个整体向外组合的功能性质；二是向内看一个短语，给出这个短语的内部组成成分需要满足的限制条件。在正常情况下，宾语一定在作者简介：张惠春（1981-），女，讲师，主要研究方向为自然语言处理。述语之后，述语和宾语意义上和结构上的联系都很紧密，当中没有停顿。述语和宾语之间意义上的联系是各种各样的。例如，宾语是动作的受事，宾语是动作凭借的工11、具等等。及物动词做述语能带真宾语，也能带准宾语；不及物动词和形容词只能带准宾语，不能带真宾语。根据上述述宾结构的一些原则，下面我们给出一条述宾结构的短语规则。vp－>!vpnp::$.内部结构=述宾，$.动词=%vp，$.宾语=%np，$.谓语=是，...，%np.宾语=是，%vp.体谓准=体,...（1）IF%vp.趋向=是THEN%np.处所=是ENDIF（2）IF%np.内部结构=单词THEN%np.前动=否ENDIF其中np前的“！”号表示它所标记的vp是这个短语的中心词（head）。“：：”是分隔符，后面开始是合一等式。“$”表示产生式的左部根节点“np”。“.12、”号可以理解为汉语中的组词“的”。“%”表示一个短语在结构中的顺序（比如“%vp”是规则右部第一个vp”）。“...”不是规则中用到的形式语言符号，表示省略。在规则中vp－>!vpnp::$.内部结构=述宾，$.动词=%vp，$.宾语=%np，$.谓语=是，...，%np.宾语=是，%vp.体谓准=体,...称为绝对规则；（1）IF%vp.趋向=是THEN%np.处所=是ENDIF（2）IF%np.内部结构=单词THEN%np.前动=否ENDIF称为相对规则。四、基于规则识别述宾动词短语的实验在实验中，首先从给定的语料[3]中将所有符合此条产生式规则的词的组合抽取出来，然13、后利用规则来判断当前词组合是否为动词述宾结构的动词短语。具体实验步骤如下：（1）取所有符合短语结构规则中产生式结构的词语串；（2）每一条抽取出来的词语串进行绝对条件和相对条件的判断，在判断词语是否复合短语结构规则时，范畴知识来自于《现代汉语语法信息词典详解》，规则中的规则按顺序进行，因为后面的规则会对前面的规则的结果有影响，所以规则的执行是有顺序的；a)对实验结果进行分析，将错误率超过50％的规则提取出来，进行修改，转（2）；b)直到没有要更改的规则为止。在实验中我们所用到的语料是上师大的短语结构语料库。我们对语料库进行了抽取工作，将全部的动词短语都抽取出来，以便我们进行14、实验结果的对比。在步骤（1）中我们抽取了1000条词语串作为我们实验的测试语料。五、短语结构规则分析及实验结果我们以规则一为实验目标，给出基于规则一的实验结果。在这里我们用的评价标注是精确率，其计算公式如下：精确率：×100%；其中a是识别正确的短语数（包括识别正确动词短语及非动词短语），b是待识别的字符串数目。由于我们要对待识别的字符串去除是名词短语的字符串以及其它非动词短语的字符串，所以不能单纯针对识别出来的正确的动词短语来衡量规则的正确性。基于规则一的实验结果如表1所示。表1实验结果规则精确率全部规则87.7%全部规则去
4、r
5、a
6、v
7、q
8、f
9、m>}其中VP表示动词短语，∷≡表示“定义为”，〈α〉表示α是一个终结符，｛α｝表示α可重复0到n次，α｜β表示α和β具有“或”的关系，*表示a可重复0或一次,n为名词，r为代词，a为形容词，v为动词，d为副词，f为方位词，c为连词，m为数词，q为量词，w为标点符号。三、述宾结构动词短语的规则根据文献表明[2]，短语规则主要有两部分的内容，
10、一部分是上下文无关文法产生式，用来描述短语的内部组成模式；另一部分式合一等式，用来对一个短语进行详细的说明。合一式用来对短语规则进行详细说明的。这包括两部分：一是着眼于一个短语的整体性质，对其结构情况以及内部组成成分进行定性描述，同时说明它作为一个整体向外组合的功能性质；二是向内看一个短语，给出这个短语的内部组成成分需要满足的限制条件。在正常情况下，宾语一定在作者简介：张惠春（1981-），女，讲师，主要研究方向为自然语言处理。述语之后，述语和宾语意义上和结构上的联系都很紧密，当中没有停顿。述语和宾语之间意义上的联系是各种各样的。例如，宾语是动作的受事，宾语是动作凭借的工
11、具等等。及物动词做述语能带真宾语，也能带准宾语；不及物动词和形容词只能带准宾语，不能带真宾语。根据上述述宾结构的一些原则，下面我们给出一条述宾结构的短语规则。vp－>!vpnp::$.内部结构=述宾，$.动词=%vp，$.宾语=%np，$.谓语=是，...，%np.宾语=是，%vp.体谓准=体,...（1）IF%vp.趋向=是THEN%np.处所=是ENDIF（2）IF%np.内部结构=单词THEN%np.前动=否ENDIF其中np前的“！”号表示它所标记的vp是这个短语的中心词（head）。“：：”是分隔符，后面开始是合一等式。“$”表示产生式的左部根节点“np”。“.
12、”号可以理解为汉语中的组词“的”。“%”表示一个短语在结构中的顺序（比如“%vp”是规则右部第一个vp”）。“...”不是规则中用到的形式语言符号，表示省略。在规则中vp－>!vpnp::$.内部结构=述宾，$.动词=%vp，$.宾语=%np，$.谓语=是，...，%np.宾语=是，%vp.体谓准=体,...称为绝对规则；（1）IF%vp.趋向=是THEN%np.处所=是ENDIF（2）IF%np.内部结构=单词THEN%np.前动=否ENDIF称为相对规则。四、基于规则识别述宾动词短语的实验在实验中，首先从给定的语料[3]中将所有符合此条产生式规则的词的组合抽取出来，然
13、后利用规则来判断当前词组合是否为动词述宾结构的动词短语。具体实验步骤如下：（1）取所有符合短语结构规则中产生式结构的词语串；（2）每一条抽取出来的词语串进行绝对条件和相对条件的判断，在判断词语是否复合短语结构规则时，范畴知识来自于《现代汉语语法信息词典详解》，规则中的规则按顺序进行，因为后面的规则会对前面的规则的结果有影响，所以规则的执行是有顺序的；a)对实验结果进行分析，将错误率超过50％的规则提取出来，进行修改，转（2）；b)直到没有要更改的规则为止。在实验中我们所用到的语料是上师大的短语结构语料库。我们对语料库进行了抽取工作，将全部的动词短语都抽取出来，以便我们进行
14、实验结果的对比。在步骤（1）中我们抽取了1000条词语串作为我们实验的测试语料。五、短语结构规则分析及实验结果我们以规则一为实验目标，给出基于规则一的实验结果。在这里我们用的评价标注是精确率，其计算公式如下：精确率：×100%；其中a是识别正确的短语数（包括识别正确动词短语及非动词短语），b是待识别的字符串数目。由于我们要对待识别的字符串去除是名词短语的字符串以及其它非动词短语的字符串，所以不能单纯针对识别出来的正确的动词短语来衡量规则的正确性。基于规则一的实验结果如表1所示。表1实验结果规则精确率全部规则87.7%全部规则去
此文档下载收益归作者所有
