含“与”字偏正结构与最长名词短语与自动识别.pdfVIP

含“的”字偏正结构的最长名词短语的自动识别 钱小飞陈小荷 南京师范大学文学院南京210097 E-nlail：qierflying@163．c响 摘要：含“的”字偏正结构的最长名词短语是汉语特有的一类最长名词短语。该短语的自动识别对于自动句法分 析，机器翻译等自然语言处理系统都有重要意义。本文在考察其结构和分布特征的基础上，分治了该短语的左右 边界．实验基于64万字的新回语料进行训练，并在32万字的同质语料上进行了开放测试，取得了70．52％的正确 率。 关麓词：最长名词短语，“的”字偏正结构，识别，句法分析 The i i onOfMNPwhi ch t contai ns Recogn theModi fi er-CoreStructurewj th“de” Qi锄Xiaofei，Chell)(iaohe S曲00lofChinme Lans-ase and“∞啪舡I亿，NanJingNormalUniversity。NanJm8210097 E-mail：qiemyms@163．o响 The Ab打actMNPwhichcontainsthemodifier-c,ore咖clurewith“de’isa MNPofChin鼬．Theidentification special ofthis has valueforNLPSsuchaS translation．Thisfirst t}虻 phrasegreat syntaxparsing,machine paper analyzes distributionandthes舡Ilctun=featureofthe thetwo 0．64 rocqgnizes p垂啊峨and boundaries∞p日蒯y．Acc叩惦(about minionChinese flOWSisusedfortheautomaticidentificationand 0．32million Chamc啪)of anoth甜(about training usedfor the achievmabout70．52％in Chinese test,and Characters)is experiment prccisioll． structure Ko啊ords：M呱moditicr-corewith如，idmtific面on，syn=x嘲 0引言 最长名词短语(MNP)是指句子中不被其他名词短语直接包含的名词短语。它的识别能够 为自动句法分析、机器翻译系统提供有力的支持。以往的研究表明，最长名词短语识别对于结构 长度较为敏感，长度大于等于5的复杂最长名词短语的识别精度—般要比简单最长名词短语低 16个百分点：并且复杂定语规定的左边界识别难度远远大于右边界(周强，孙茂松，2000)。 复杂最长名词短语识别精度较低的原因还值得进一步考虑。从语法上说，复杂最长名词短 语之所以“复杂”是因为：(1)汉语缺乏形态标记，词类和句法成分不是一_对应的，