学位论文 > 优秀研究生学位论文题录展示

基于最大熵模型的汉语框架语义角色自动标注

作　者: 王蔚林
导　师: 李济洪
学　校: 山西大学
专　业: 概率论与数理统计
关键词: 语义角色标注汉语框架网络最大熵模型汉语基本块
分类号: TP391.1
类　型: 硕士论文
年　份: 2010年
下　载: 59次
引　用: 0次
阅　读: 论文下载

内容摘要

本文基于山西大学自主开发的汉语框架语义知识库(CFN),将语义角色标注问题通过IOB策略转化为词序列标注问题,采用最大熵模型,对语义角色的各个关键步骤进行了比较深入的研究,将语义角色标注任务定义为：给定句子中的目标词及其所属框架,自动标出相应的框架语义角色。模型以词为基本标注单元,分别使用了基于词层面和基本块层面的特征。针对每个特征设定若干可选的窗口,组合构成模型的各种特征模板,基于统计学中的正交表,给出了一种较优模板选择方法。本文的全部实验是在CFN中选出的25个框架的6692条例句上进行的,对每一个框架,将例句均匀分成4份,两两组合进行训练和测试,分3组做2-fold交叉验证。本文将标注步骤分为：1)边界识别2)角色分类3)后处理三个步骤。分别采用了边界识别与角色分类一起进行,以及先边界识别,再角色分类两种标注策略。在后处理步骤上,对输出的标注序列要求在整个句子上满足IOB序列合法性约束。我们采用信息检索中传统的评价指标计算各个步骤的P、R、F1-值,后续实验中我们还给出了2-fold交叉验证的F1-值的平均值,作为性能评价指标。实验结果表明,基于词特征的语义角色自动标注系统的F1-值为56.291%；融入基本块特征后的自动标注系统的F1-值为58.011%。统计检验表明,后者比前者显著好；另外,本文与基于句法分析树的的方法进行对比研究,其结果显著低于本文的方法。

全文目录

中文摘要  8-9
ABSTRACT  9-11
第1章引言  11-17
  1.1 课题研究背景和意义  11-12
  1.2 研究现状  12-15
    1.2.1 国际评测  12-14
    1.2.2 研究现状  14-15
  1.3 研究内容  15-17
第2章汉语框架网络介绍  17-21
  2.1 汉语框架网络知识库简介  17-19
  2.2 汉语框架网络标注  19-21
第3章最大熵模型介绍  21-25
  3.1 最大熵模型简介  21-22
  3.2 最大熵模型中高斯平滑参数  22-25
第4章基于词的汉语框架语义角色标注模型  25-45
  4.1 系统描述  25-27
    4.1.1 数据资源  25-26
    4.1.2 标注单元  26
    4.1.3 标注步骤  26-27
  4.2 特征描述  27-32
    4.2.1 基于词层面的特征  27-30
    4.2.2 基于正交表的特征模板的选优  30-32
  4.3 后处理策略  32
  4.4 模型评价  32-33
  4.5 实验方案  33
  4.6 基于词层面特征不含通用语义角色的实验  33-39
    4.6.1 基于词层面的不含通用语义角色的边界识别结果  33-36
    4.6.2 基于词层面的不含通用语义角色的分类结果  36-39
  4.7 基于词层面含有通用语义角色的实验  39-45
    4.7.1 含有通用语义角色的边界识别结果分析  39-41
    4.7.2 含有通用语义角色的角色分类结果分析  41-45
第5章融合汉语基本块信息的语义角色标注模型  45-53
  5.1 基于基本块的特征  45-47
  5.2 特征选择  47-48
  5.3 交叉验证方差计算  48-50
  5.4 实验结果分析  50-53
第6章总结及展望  53-55
  6.1 总结  53
  6.2 展望  53-55
参考文献  55-59
附录A:山大973词性标注体系及其与清华大学词性映射关系  59-61
附录B:实验用正交表及PB表  61-65
攻读学位期间取得的研究成果  65-67
致谢  67-69
个人简况及联系方式  69-72

基于最大熵模型的汉语框架语义角色自动标注

内容摘要

全文目录

相似论文