坚持构建汉语框架语义网%2c开展汉语分析模型与方法的研究论文.pdfVIP

坚持构建汉语框架语义网，开展汉语 分析模型与方法的研究 刘开瑛 李茹 山西大学计算机与信息技术学院 目录 1 继续构建汉语框架语义网（CFN） 2 开展现代汉语句子的语义角色自动标注 3 研究在标注语料库基础之上汉语分析模型 4 1、继续构建汉语框架语义网（CFN） 框架语义学(Frame Semantics)是由Fillmore提出的研 究词语意义和句法结构意义的一种理论方法，即试图用经 验主义方法，寻找语言和人类经验之间的紧密关系，并研 究一种可行的描述方式，表示这种关系。 FrameNet 是由Fillmore亲自主持的一个基于语料库的 计算词典编纂工程，截至2008年3月，共收录10,000词元， 构建了825个框架，其中6,100个词元完成了例句标注，共 标注了13.5万例句的框架语义信息。许多国家的学者尝试 建立与FrameNet并行的词典，包括德语、日语、西班牙语、 希伯莱语等 。 • 山西大学选择了Fillmore的框架语义学作为理论基础，以 FrameNet为参照 ，以汉语语料事实为依据，经过2003年至 2006年几年努力，构建了一个以有限词语集合为描述对象的汉 语框架语义网(CFN)，其中，对汉语1760个词元（一个义项下 的一个词）构建了130个框架，标注了8200条句子 。2006年10 月由倪光南院士主持进行了科技成果鉴定。鉴定结论为:该课题 在信息处理用汉语框架语义研究领域中达到了国际领先水平 。 • 近三年来，课题组构建了300个框架，研究汉语多义词和高 频词语框架表示方式，对CFN在旅游领域应用开始探索工作 。 • CFN 由框架库、句子库和词元库三部分组成。框 架库以框架为单位，对词语进行分类描述，明确给 出框架的定义和这些词语共有的语义角色即框架元 素，并描述该框架和其他框架之间的概念关系；句 子库包含带有框架语义标注信息的句子，即按照框 架库所提供的框架和框架元素类型，标注句子的框 架语义信息和句法信息；词元库记录词元的语义搭 配模式和框架元素的句法实现方式。 2、开展现代汉语句子的语义角色自动标注 技术路线是：先语义后句法。 提出了一种用层叠条件随机场模型进行汉 语框架元素自动标注方法。该方法在低层条件 随机场模型中解决了框架元素识别，将识别结 果传递到上层短语类型识别的条件随机场模 型，再将识别结果传递到上层句法功能识别的 条件随机场模型。 从CFN语料库中选取了“包含”“陈述”“拥有”“属于某类”“研 究”“提供”“适宜性”等十多个汉语框架，自动标注结果的准 确率为80.1%,召回率为69.9%与D. Gildea等的英语框架元 素的自动标注结果的准确率是65%，召回率是61%相比较, 取得了明显的提高。基于条件随机场模型参数估计，框架 元素边界识别，框架语义角色分类将是我们下一步研究的 重点。 • 以“陈述”框架的自动标注为例，介绍CFN的框架元素 自动标注的步骤。 • “陈述”框架下的核心框架元素有媒介（medium）、信 息（msg）、说话者（spkr），非核心框架元素有听话者 (add) 、关涉(top) 、致因(cau) 、程度(degr) 、形容 (depic) 、修饰(manr) 、时间(time)。“陈述”框架下 句子库中的句子数为1393句，按5：5的比例分为训练集和 测试集进行自动标注。 • 实验中第一层标注是直接以句子中的词、词性和相对于目标词的位置 作为输入，确定词语相对标记块的边界信息和框架元素；第二层在第 一层标注的基础上进行的短语类型标注；第三层在前两层标注的基础 上进行句法功能标注。 • 即输入： 于友先 nhh tgt=[陈述] 概述 v 了 u 我国 n 著作权 n 保护 v 的 u 新 aq 进展 v 。 w • 输出： spkr-np-subj 于友先 nhh tgt=[陈述] 概述 v null 了 u msg-np-obj 我国 n 著作权 n 保护 v 的 u 新 aq 进展 v 。 w “陈述”框架的框架元素自动标注结果