学位论文 > 优秀研究生学位论文题录展示
依存句法分析统计模型及树库转化研究
作 者: 李正华
导 师: 刘挺
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 依存句法分析 统计模型 确定性搜索算法 树库转化
分类号: TP391.1
类 型: 硕士论文
年 份: 2008年
下 载: 96次
引 用: 6次
阅 读: 论文下载
内容摘要
句法分析的任务是根据给定的语法,自动推导出句子的语法结构。句法分析性能的提高将对信息检索、信息抽取以及机器翻译等应用产生重要的推动作用。在句法分析的研究中,依存语法以其形式简洁、易于标注、便于应用等优点,逐渐受到研究人员的重视。本文比较全面地研究了依存句法分析中的几项关键技术,包括统计模型、搜索算法、树库建设等。为了深入的理解各种模型、算法在实际中的应用效果,本文选择了三个具有代表性的方法,分别为马金山面向中文的依存分析算法,Nivre的基于转移的依存分析器MaltParser以及McDonald的基于图的依存分析器MSTParser,进行了深入的研究,并且通过实验进行比较。结果表明,MaltParser和MSTParser在中文上取得了不错的效果,但是马金山的算法在效率上占有优势,可以满足实际应用的需要。作者参加了CoNLL 2008依存分析和语义角色标注联合评测任务,取得了比较好的成绩。依存分析系统分为两个步骤。首先,本文基于MSTParser,经过仔细的特征选择和参数优化,建立了依存分析器。为了克服全局寻优的依存分析方法无法融合全局特征的缺点,本文使用了依存关系校正器对依存分析器的处理结果进行后处理。本文尝试使用基于规则与统计相结合的方法,将PennCT转化为HIT-IR-CDT的体系结构。本文将转化后的树库PennCDT加入到HIT-IR-CDT,训练并测试依存句法分析器。通过对实验结果仔细分析,本文认为这种基于规则与统计相结合的树库转化方法是有效的。但是由于PennCT和HIT-IR-CDT在标注体系上存在较大的差异,还需要继续深入研究。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-14 1.1 课题背景 8-9 1.2 依存句法分析的研究现状 9-13 1.2.1 英语依存分析 10-11 1.2.2 汉语依存分析 11-12 1.2.3 多语依存分析 12-13 1.3 本文的主要研究内容 13-14 第2章 依存句法分析方法理论及实验对比 14-28 2.1 句法分析的统计模型 15-20 2.1.1 基于生成模型的统计方法 15-18 2.1.2 基于判别模型的统计方法 18-19 2.1.3 基于无指导的统计方法 19-20 2.2 句法分析的搜索算法 20-22 2.2.1 基于全局寻优的搜索算法 21 2.2.2 基于局部最优的搜索算法 21-22 2.3 依存分析评价方法 22-23 2.4 实验比较 23-27 2.4.1 面向中文的确定性依存分析方法 23-25 2.4.2 基于转移的依存分析方法 25-26 2.4.3 基于图的依存分析方法 26 2.4.4 实验结果 26-27 2.5 本章小结 27-28 第3章 HIT-IR-DP 依存句法分析系统 28-38 3.1 引言 28 3.2 系统设计 28-36 3.2.1 依存分析器 28-32 3.2.2 依存关系校正器 32-36 3.2.3 其他工作 36 3.3 评测结果 36-37 3.4 本章小结 37-38 第4章 短语结构树库向依存结构树库转化研究 38-51 4.1 相关工作 39-40 4.2 树库情况 40-42 4.3 树库转化过程 42-47 4.3.1 词性标注集转化 42-43 4.3.2 短语结构转依存结构 43-46 4.3.3 依存关系标注 46-47 4.4 转化后树库的利用 47-50 4.5 本章小结 50-51 结论 51-52 参考文献 52-56 附录 56-57 攻读学位期间发表的学术论文 57-59 致谢 59-60 个人简历 60
|
相似论文
- 大坝安全监测系统设计及数据分析,TV698.1
- 针对链接语料的主题社区挖掘,TP391.1
- 基于多水平统计模型的气象数据研究,P468.0
- 机载GPS测量数据处理质量控制方法研究,P228.4
- 基于GIS/RS的土壤侵蚀动态变化研究,S157
- 基于OGC WPS标准的空间统计PSE研究及PSE-SDBI实现,TP393.09
- 网络入侵检测系统的关键技术研究与实践,TP393.08
- 基于贝叶斯分类方法的中文问句分类研究,TP391.1
- 基于知网和贝叶斯模型的词义消岐技术的研究,TP391.1
- 中文问答系统中问题分析关键技术的研究,TP391.1
- 基于MRF模型的SAR图像分割方法研究,TN957.52
- 脉冲无线电噪声的参数研究,TN98
- 基于声音特征的动物行为识别系统研究,TN912.34
- 相对论重离子碰撞HBT疑难的研究,O571.6
- 不完全信息下的公交客流OD推算方法的研究,U491.111
- 基于统计模型的多姿态人脸识别研究,TP391.41
- 基于统计模型的H.264码率控制技术研究,TN919.81
- 认知无线电网络的累加干扰分析,TN925
- 高速公路全生命周期能耗统计模型研究,U412.366
- 基于情感分析的新闻浏览平台关键技术研究,TP391.1
- 基于主动学习的汉语依存树库构建,TP391.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 文字信息处理
© 2012 www.xueweilunwen.com
|