一种基于历史信息的多层次中文句法分析方法.

第 26卷第 6期 　　　 计算机应用与软件 Vo l26 No. 6 2009年 6月 　　 Compu ter App lication s and Software Jun. 2009 一种基于历史信息的多层次中文句法分析方法 耿向好 　李军辉 　周国栋 　朱巧明 (苏州大学计算机科学与技术学院　江苏 苏州 2 15006) (江苏省计算机信息处理技术重点实验室 　江苏 苏州 2 15006) 摘 　要 　　实现一个基于历史信息的多层次中文句法分析系统 。采用最大熵模型进行参数学习 ,在每层处理过程中 ,优先识别出容 易识别的组块 ,在此基础上根据更丰富的上下文信息循环进行复杂组块的识别 ,直至识别出根结点 。通过采用给出的相关算法 ,实 ( ) ( ) 验结果表明 ,在宾州中文树库测试集 Section27 1300上得到的 F值性能为 83. 76% = 40 word s 和 80. 02 % = 100 word s 。 关键词 　　中文句法分析 　历史信息 　层次分析 　最大熵模型 A H ISTO RY BA SED H IERA RCH ICAL CH INESE PA RS ING Geng X ianghao　L i Junhu i　Zhou Guodong　Zhu Q iaom ing (S chool of Comp u ter S cience and Technology, S oochow Un iversity, S uzhou 2 15006, J iangsu, Ch ina) (J iangsu P rovincia l Key L abora tory of Comp u ter Inf orm a tion P rocessing Technology, S uzhou 2 15006, J iangsu, Ch ina) A b stract　　Th is p ap er p ropo sed a H istorybased h ierarch ical Ch ine se p arser. The m axim um en trop y model is app lied for learn ing p aram e ters. In each levels p roce ss, simp le con stitu te s wou ld be detected firstly, so that the comp lex one s are to be recogn ized reliab ly w ith richer con textual inform ation circu lation in the follow ing p roce ss until root node is identified. In th is p ap er, the p ertinent algorithm of the system is given, and evaluation on the Penn Ch inese Treebank Section 27 1 - 230 ( based on go ld standard segm en tation) show s that th is p arser ach ieve s the