语义角色标注中特征优化组合研究.pdf

第 26卷第 5期 　　　 计算机应用与软件 Vol126 No . 5 2009年 5月 　　 ComputerApp licati ons and Soft ware May 2009 语义角色标注中特征优化组合研究 丁金涛 　 王红玲 　 周国栋 　朱巧明 　 钱培德 (苏州大学计算机科学与技术学院　江苏 苏州 215006) (江苏省计算机信息处理技术重点实验室　江苏 苏州 215006) 收稿日期: 2008 - 01 - 23。国家高技术研究发展计划 ( 2006AA01 Z147) ;国家自然科学基金 ( ;高等学校博士学科点专项科研 基金 (20060285008)。丁金涛,硕士生,主研领域:中文信息处理。 摘 　 要 　　 特征决定着语义角色标注的性能 ,但并非特征越多性能越高。因此 ,如何优化组合这些特征就显得非常重要。选取了当 前语义角色标注系统中常用的 56个特征 ,按其贡献进行了优化组合实验。在正确的句法分析上取得了 91 . 22%的语义角色分类精 确率 ,在自动句法分析上语义角色标注 F1值达到了 78 . 07%。实验表明提高性能并不需要很多特征 ,关键在于特征的优化组合;同 时在句法分析中起重要作用的谓词和中心词特征在语义角色标中也发挥了重要作用。 关键词 　　 语义角色标注 　 特征工程 　 最大熵分类器 ON OPTI M IZED COM BINATI ON OF FEATURES IN SEMANTI C ROLE LABELL ING Ding J intao　Wang Hongling　Zhou Guodong　Zhu Qiaoming　Qian Peide ( School of Com puter Science and Technology, Soochow Univer sity, Suzhou 215006, J iangsu, China) ( J iangsu Provincial Key Laborator y of Com puter Infor m ation Processing Technology, Suzhou 215006, J iangsu, China) Abstract　　Feature p lays a critical r ole in perfor mance of Semantic Role Labelling ( SRL) . One fact is thatmore features don’ t necessarily mean higher perfor mance . Therefore, the p roper op ti mized combinati on of the features becomes extremely i mportant in SRL. In this paper it systematically exp l ores fifty2six features which are frequently used in SRL and makes the experi ment of op ti mized combinati on according t o their evaluated contributi ons t o SRL. Experi ments on the CoNLL’ 2005 shared task in SRL show that our system achieves the accuracy of 91 . 22% for semantic r ole classificati on on the gold2standard parse trees and the F2 Score of 78 . 07% for integrated semantic argument identifica2 ti on and semantic r ole classificati on on the aut omatic parse trees . The experi ment als o shows that the key of performance ameli orati on relies on the op ti mized combinati on of features but not on the number of features, meanwhile, p redicate and headwork2related features, which are i m2 portant in parsing, als o p lay a gre