汉语复句关系自动判定研究

《汉语复句关系自动判定研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要中文信息处理已经完成了字处理，较好地解决了词处理，正在向句处理阶段迈进。汉语复句作为一种语法实体，上连分句，下连篇章，在分句和篇章之间起到了一个很好的衔接作用，同时兼有语法、语义和语用等多方面属性。然而，由于复句本身所具有的复杂且特殊结构，使得复旬成为句处理中的一大亟待解决的难点。目前，对于复句的计算机处理研究不多见。汉语句子从结构上可以划分为单旬和复句两大类。对于单句的研究主要侧重于句子成分以及成分之间关系的分析；对于复句来说则不仅仅是停留在成分分析这一层次上，还需要深入考察复句的直接构成单位—一‘分

2、句”之间的内在联系。因此，本文在充分研究了复句的定义、单复句的差异以及复句分类等知识点的基础上，提出了“分而治之”的策略——首先实现复句的切分，然后在此基础上进一步实现复句关系的自动判定。本文的研究内容主要包括两个部分：第一部分是实现复句的切分。通过确定逗号的功能，来判定复句的切分点，将复句准确地划分为分句的有序集合；第二部分是复句关系的自动判定。对于分句间隐含的逻辑语义关系，我们通过充分挖掘句中所包含的词汇、词性的内在联系，最大化地利用句中存在的关联词语的指示作用，最终较好地实现了复句关系的自动判定。根据上述

3、每一部分研究内容的特点，我们又分别选取了最佳的统计模型：支持向量机(SVM)和条件随机场(CRF)。为了使模型获得较好的分类精度，通过观察、分析大量相关的语言现象，将语言学本体知识融入到统计模型中，从而实现了模型的最优化。。实验所使用的语料为TCT973树库(TsinghuaChineseTreebank)。该树库目前已有100万汉字的规模。最终，各项实验的开放测试和封闭测试都取得了理想的效果。从分步实验来看，复句切分获得84．70％的正确率，复句关系的自动判定正确率最高达到94．86％：综合实验也达到了83．

4、26％的正确率(以上报告的均为开放测试结果)。随着特征的改进以及关联词语标注信息的增多，系统有望取得更加好的判定效果。关键词：复旬关系；复句切分；支持向量机；条件随机场；句法分析AbstractChineseinformationprocessinghasalreadyfinishedcharacterprocessingstage，andhasalsosolvedwordprocessingproblemwell．Nowitismarchingtothestageofsentenceprocessing．As

5、asortofgrammarentity,complexsentenceconnectsclauseasitsdownlevelandconnectsparagraphasitsuplevel．Ithasagoodlinkingupfunctionbetweenclauseandparagraph，anditalsohavemanypropertiesinaspectsofgrammas、semanticsandpragmatics．Complexsentencehascomplexandspecialstru

6、ctureofits’own，SOitbecomesanurgentprobleminsentenceprocessing．Atpresent，fewstudiesdedicatetocomputerprocessingofcomplexsentence．ChinesesentenceCanbedividedintotwoclassesofsimplesentenceandcomplexsentencebystructure．Researchtothesimplesentencemainlylayspartic

7、ularemphasisontheanalysisofthesentencecompositionandrelationbetweencompositions；thisisnotenoughtocomplexsentence，furtherinvestigationonrelationsofclauseswhichiSdirectbaseunitsofcomplexsentenceisneeded．Therefore，researchingonthebasisofdefinitionofcomplexsente

8、nce、differencesbetweensimplesentenceandcomplexsentence，andclassificationofcomplexsentence，thispaperproposesstrategyof‘divideandrule”，itmeanstorealizesegmentationofcomplexsentencefirst，thenbaseon