学位论文 > 优秀研究生学位论文题录展示

基于条件随机场的句法语义自动标注探索

作 者: 陈雪艳
导 师: 吕国英
学 校: 山西大学
专 业: 计算机应用技术
关键词: 浅层语义分析 汉语框架语义网 框架元素自动标注
分类号: TP391.1
类 型: 硕士论文
年 份: 2009年
下 载: 29次
引 用: 1次
阅 读: 论文下载
 

内容摘要


语义角色标注是目前语义分析的一种主要实现方式,它也是近年来自然语言处理领域的一个研究热点,是信息抽取、信息检索、阅读理解、问答系统等多种自然语言处理技术的重要基础。目前,语义角色标注的研究才刚刚起步,对语义角色标注的研究尚少,其研究水平也有待进一步的提高。本文研究的语义是基于山西大学开发的汉语框架语义网。本文主要完成了以下几方面工作:1、汉语框架语义网简介。汉语框架语义网是以Fillmore的框架语义学为理论基础,参照FrameNet,以汉语真实语料为依据而构建。汉语框架语义网中定义的框架元素就是通常所说的语义角色,汉语框架语义网为语义角色标注提供了非常好的语料资源。。2、仿照英语框架元素自动标注的方法进行汉语框架元素自动标注。英语框架元素标注是先进行句法分析,把句法信息作为特征进行框架元素自动标注。因此,本文对汉语句法分析和浅层句法分析进行比较,确定在浅层句法分析基础上进行框架元素自动标注。3、提出汉语框架语义自动标注的方法和步骤。本文提出了一种基于条件随机场模型进行框架语义自动标注方法。该方法以词作为标注的基本单元,在低层条件随机场模型中解决了框架元素识别,将识别结果传递到上层短语类型识别的条件随机场模型,然后再将识别结果传递到上层句法功能识别的条件随机场模型。选用汉语框架语义网中“陈述”、“包含”、“拥有”、“文本”、“艺术制品”框架句子库中的句子作为语料,用上述方法实现了这些框架句子库中句子的自动标注,其框架元素自动标注结果的召回率58%-75.7%,准确率66.1%—83.9%,F值61.8-79.6%。最后,对本课题研究进行了总结分析,指出其中存在的不足。

全文目录


相似论文

  1. 面向文景转换的中文浅层语义分析方法研究,TP391.1
  2. 面向网络的中文问答系统相关技术的研究与系统初步实现,TP391.1
  3. 基于结构学习的语义角色标注,TP391.1
  4. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  5. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  6. 基于FPGA的高速图像预处理技术的研究,TP391.41
  7. 2D人脸模板保护算法研究,TP391.41
  8. 导弹虚拟试验可视化技术研究,TP391.9
  9. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  10. 图像拼接技术研究,TP391.41
  11. 高效精确字符串匹配算法的研究与实现,TP391.41
  12. 基于词义及语义分析的问答技术研究,TP391.1
  13. 基于三维重建的焊点质量分类方法研究,TP391.41
  14. 舌体特征的提取及融合分类方法研究,TP391.41
  15. 统计机器翻译中结构转换技术的研究,TP391.2
  16. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  17. 基于句法特征的代词消解方法研究,TP391.1
  18. 空中目标与背景的红外图像仿真技术研究,TP391.41
  19. 基于EPC C1G2协议的超高频RFID系统设计及仿真,TP391.44
  20. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  21. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41

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