论文部分内容阅读
句法分析是中文自然语言处理的关键技术之一，句法分析的任务是自动分析出句子的语法结构及语法关系，将一个线性序列的句子转换成一个结构化的语法树。根据不同的语法体系，分析结果表现为不同的形式。本文的句法分析采用的是依存语法的语法体系。 中文依存关系是基于中文依存文法，确定句子中词之间的依存关系。词是句子结构中的最小元素，词与词之间的依存关系解析可以表示词间的深层联系，所以本文在词的基础上进行依存关系解析。大连理工大学自然语言处理实验室在前人研究基础上，依据依存公理制定了一套中文词间依存关系体系，共定义了三十八种词间的依存关系类型，为依存关系语料库的制作提供了标准。 本文基于支持向量机(SVM)采用确定性解析算法进行中文依存关系解析，并且依据中文语法的特点，提出一种改进的确定性中文依存关系解析方法。Nivre算法已经成功的应用于英文的依存关系解析，又英文和中文在句法特点上具有一定的相似性，所以本文采用确定性Nivre算法进行中文依存关系解析。确定性解析算法通过解析句子中各个词与其前后词的依存关系解析整个句子。在中文中，有些具有依存关系的词距离较远，使用确定性Nivre算法进行解析效果并不理想。依据中文语法的特点，在不增加解析时间的前提下提出考虑远距离依存关系的确定性Nivre算法，基于SVM识别中文依存关系。 实验数据采用用哈尔滨工业大学的依存关系语料库。结果表明，使用考虑远距离依存关系的确定性Nivre算法解析中文，使解析精度提高了5.32％，达到78.30％。封闭测试几乎完全正确地解析了训练语料，达到97.64％。考虑远距离依存关系的确定性Nivre算法比原有算法更能体现中文依存关系的特点，有利于依存关系解析。