学位论文 > 优秀研究生学位论文题录展示

基于树核的代词消解研究

作　者: 王海东
导　师: 周国栋；孔芳
学　校: 苏州大学
专　业: 计算机应用技术
关键词: 代词消解特征向量结构化信息句法树卷积树核
分类号: TP391.1
类　型: 硕士论文
年　份: 2009年
下　载: 58次
引　用: 0次
阅　读: 论文下载

内容摘要

指代消解是自然语言处理的重点和难点之一,在文本摘要、机器翻译、多语言信息处理和信息提取等诸多应用中都涉及到指代消解问题。核函数的研究和使用是当前机器学习研究领域的热门课题。作为一种特殊的核函数,树核函数已被应用于自然语言处理的各个领域,并取得了一定的成功。本文深入分析了现有的指代消解技术并进行了归类总结。针对结构化信息在指代消解中的重要作用,本文使用SVM提供的卷积树核函数自动获取句法结构信息,并将句法树作为一个特征,和其它基本特征相结合,从而训练得到一个分类器对代词进行消解。在基于卷积树核的英文代词消解研究中,本文首先考察了句法树的裁剪和扩展,通过适当的裁剪策略选择一棵合适的子树。裁剪策略主要分为静态裁剪和动态裁剪,在ACE 2004 NWIRE语料上的实验表明,在仅使用裁剪策略的情况下,动态裁剪树要好于静态裁剪树,动态裁剪树的F值达到了79.3%。由于很多句法树的区分能力不足,所以本文考虑句法树的语义扩展,将一些语义节点挂到句法树上。实验表明,句法树的语义扩展能显著提高系统的性能。针对卷积树核和指代消解的特点,本文分别考虑了训练实例的过滤和系表it的过滤,从而达到优化分类器的性能。训练实例的过滤主要过滤一些明显有指代关系的训练实例,从而减少分类器的噪音;而系表it的过滤主要是过滤那些不需要消解的it。本文还进一步分析了卷积树核对句法分析器的依赖以及跨句的指代的情况。此外,针对中文的指代消解,本文单独实现了一个基于机器学习的指代消解平台,由于预处理过程并不完善,所以在基于卷积树核的中文代词消解研究中只考虑句法树的裁剪。在ACE 2004 NWIRE英文语料和ACE 2005中文语料上的实验结果表明,卷积树核能有效的提高代词消解的性能,F值分别达到了82.1%和50.3%。本文的指代消解系统对代词的消解性能较好,对机器学习算法兼容性较强,可以在一定程度上有效地解决中英文的代词消解问题。

全文目录

中文摘要  3-5
Abstract  5-10
第1章绪论  10-22
  1.1 研究背景  10-11
  1.2 指代消解的定义  11-13
  1.3 指代消解的研究意义  13-16
  1.4 指代消解研究现状  16-19
    1.4.1 早期的指代消解研究  16-17
    1.4.2 近期的指代消解研究  17-18
    1.4.3 中文指代消解的研究  18-19
  1.5 目前的研究趋势  19-20
  1.6 本文的研究工作  20-21
  1.7 论文组织  21-22
第2章指代消解平台  22-34
  2.1 SVM分类方法  22-24
  2.2 预处理  24-26
    2.2.1 英文预处理  24-25
    2.2.2 中文预处理  25-26
  2.3 特征向量的选择  26-30
    2.3.1 英文基本特征  27-28
    2.3.2 中文基本特征  28-30
  2.4 训练实例和测试实例的生成  30-31
    2.4.1 基于规则的过滤  30
    2.4.2 构建训练实例  30-31
    2.4.3 构建测试实例  31
  2.5 原型系统性能  31-33
  2.6 本章小结  33-34
第3章基于树核的代词消解  34-56
  3.1 结构化特征的指代消解中的作用  34-35
  3.2 卷积树核和复合核  35-36
    3.2.1 卷积树核  35
    3.2.2 复合核  35-36
  3.3 基于卷积树核的相关工作  36
  3.4 句法树的获得  36-37
  3.5 句法树的裁剪  37-44
    3.5.1 句法树的裁剪策略  37-39
    3.5.2 实验结果  39-40
    3.5.3 动态裁剪树  40-43
    3.5.4 动态裁剪树实验结果  43-44
  3.6 训练实例的过滤  44-45
  3.7 句法树的语义扩展  45-49
    3.7.1 句法树的语义扩展策略  45-47
    3.7.2 实验结果  47-49
  3.8 不同句法分析器的比较  49
  3.9 跨句指代消解  49-52
    3.9.1 句法树的合并  50
    3.9.2 实验结果及分析  50-52
  3.10 基于树核的中文代词消解  52-55
    3.10.1 句法树的获得  52-53
    3.10.2 句法树的裁剪  53
    3.10.3 实验结果与分析  53-55
  3.11 本章小结  55-56
第4章基于树核的系表"it"过滤  56-61
  4.1 "it"识别的相关研究  56
  4.2 系表"it"的识别  56-58
    4.2.1 基于规则的识别  57-58
    4.2.2 基于树核的识别  58
  4.3 实验结果及分析  58-60
  4.4 本章小结  60-61
第5章错误分析  61-69
  5.1 英文代词消解的错误分析  61-66
    5.1.1 假指代  61-63
    5.1.2 指代遗漏  63-66
  5.2 中文代词消解的错误分析  66-68
  5.3 本章小结  68-69
第6章总结和展望  69-72
  6.1 总结  69-70
  6.2 展望  70-72
参考文献  72-76
攻读学位期间公开发表的论文  76
攻读硕士学位期间参与的项目  76-77
致谢  77-78
详细摘要  78-80

基于树核的代词消解研究

内容摘要

全文目录

相似论文