基于最大熵原则汉语语义角色分类.pdfVIP

第 22 卷 　第 6 期 中文信息学报 Vol . 22 , No . 6 2008 年 11 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Nov . , 2008 文章编号 : (2008) 基于最大熵原则的汉语语义角色分类 丁伟伟 ,常宝宝 (北京大学 计算语言学研究所 ,北京 10087 1) 摘 　要 : 语义角色标注是近些年来兴起的自然语言处理的一个新的研究领域 。与英语方面的研究相比 ,汉语方面 的工作还不是很充分 。该文在参考已有工作的基础上 ,基于最大熵原则 ,对汉语语义角色标注中的一个方面 ——— 语义角色分类进行了深入的研究 。在提出了一些新的特征之后 ,该文还充分利用了语义角色之间的相关性 ,提取 语义角色的上下文特征 ,从而提高标记的准确率 ;此外 ,通过对不同特征的单独研究 ,笔者发现了不同特征取得最 优值时的窗口大小差别很大 。发现这一现象后 ,笔者设计了一种基于贪心策略的选择算法 ,对不同的特征选择不 同的窗口大小 ,使得标记结果进一步提高 。在综合采用了以上的策略之后 ,笔者的汉语语义角色分类系统可以达 到 95 . 00 %的准确率 , 比前人有较为显著的提升 。从而证明了笔者的方法是有效的。 关键词 : 计算机应用 ; 中文信息处理 ;语义角色分类 ;最大熵 ;特征 ;上下文 ;窗口;贪心策略 中图分类号 : TP39 1 　　　　文献标识码 : A Maximum EntropyBased Semantic Role Classif ication DIN G Weiwei ,C HAN G Baobao ( In stit ut e of Comp ut ational Lingui stics , Peking U niver sit y , Beij ing 10087 1 ,China) Abstract : The semantic role labeling ( SRL ) i s a new research area of nat ural language p rocessing in recent year s. Comp ared to t he st udy in Engli sh , Chinese SRL i s still in it s infancy st age . In t hi s p ap er , we focu s on t he semantic role cla ssification ( SRC) , one key st ep of SRL . Besides int roducing some new feat ures , we al so explore t he int er dep endence of t he semantic roles. We emp loy t he cont ext feat ures to imp rove t he p erformance of t he semantic role classification . And a greedy algorit hm i s designed to select t he different window s of t he cont ext for different feat ure t emp lat es , since t he highest p erformance can be achieved wit h differe