面向体育新闻领域的中文简单名词短语共指消解.pdf

硕士论文 面向体育新闻领域的中文简单名词短语共指消解 摘 要 共指是自然语言篇章中的常见现象，它使得语言表达更加简明，句子更加连贯，但 这也给计算机理解自然语言增加了难度。本文主要针对中文共指消解相关技术，重点探 讨基于决策树算法中如何利用各种特征进行共指消解，主要工作如下： 1、针对体育新闻领域名词短语的特点，定义了简单名词短语，并利用基于词性的规则 进行识别，为共指消解提供处理对象；统一了共指消解训练和测试语料的标注标准， 并设计了共指消解训练实例的标注器。 2、分析和对比了基于整句的距离特征和基于分句的距离特征的特点以及对共指消解的 影响，实验证明，引入基于分句的距离特征在召回率变化不大情况下可以显著提高 共指消解的准确率，实验结果显示准确率提高了4．08％。 3、在查阅了大量国内外共指消解关于语义类特征使用的基础上采用了上下位语义关系 计算语义类的属性特征。定义人名、地名、组织机构名三种浅层语义，应用这些语 义对名词短语所属语义类别进行简单划分。引入该特征后，与其它特征进行对比实 验，结果表明上下位关系语义类特征相对其它特征可以更好地支持分类器对共指的 判别，F值提高了8．54％。 4、探讨中文简称的特点以及固定简称的类别，针对名词短语内容，利用前人总结的规 则对汉语简称进行分类，实现基于规则的汉语简称特征。 5、基于决策树实现了一个面向体育新闻报道领域的汉语共指消解实验系统。 关键词：共指消解，统计学习方法，决策树，语义类特征，简称特征 硕士论文 Abstract Coreferenceisa natural in makesall discourse，which ubiquitouslanguagephenomenon it to moreconciseandsentencemorecoherent．And difficultycomputer expression yetbrings in natural Resolutionisthe ofdetermining language．Coreferenceprocess understanding tothesanle intheword．This two innatural refer whether entity expressions language on Corefc：renceResolutionandfocusesonthe of dissertationresearchesChinese impact featuresintroducedinCoreferenceResolutionbasedondecisiontree．The different major worksareasfollows： thecharacteristicsofnoun in news define noun 1．For