语义角色标注的方法与挑战.pdfVIP

语义角色标注的方法与挑战 车万翔，刘挺，李生 (哈尔滨Z、II,大学计算机学院信息检索研究室-哈尔滨150001) E·mail：{car,tliu，lisheng}@it．hit．edsu．en 摘要 仝自动的语义分析一直是自然语言理解的主要目标之一。通过深层语义分析，可以将 自然语言转化为形式语言，从而使计算机能够与人类无障碍的沟通。为达此目的，人们已 经进行了多年的努力，然而由于这一问题过于复杂，目前取得的效果并不理想。浅层语义 分析是对深层语义分析的一种简化，它只标注与句子中谓词有关的成份的语义角色，如施 事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。 语义角色标注是浅层语义分析的一种实现方式，具有定义清晰，便于评价的优点。本文描 述了语义角色标注现有的语料库资源，各种分析方法等。特别对该任务的一些难点问题提 出了具体的解决方案，并对语义角色标注的发展给出了一个初步展望。 关键词：自然语言理解；浅层语义分析；语义角色标注； 1．引言 语言分析一般分为三个层次：句法、语义、语用。句法分析关心的是词语如何排列形． 成止确的句子，并决定每个词语在句子中充当的结构角色。句法分析问题早已引起人们的 广泛关注，并取得了积极的进展。所谓语义分析，指的是将自然语言句子转化为反映这个 句子意义(即句义)的某种形式化表示。即将人类能够理解的自然语言转化为计算机能够理 解的形式语言，做到人与机器的互相沟通。而语用分析则研究影响语言行为(如招呼、劝说) 的标准和支配轮流发言的规则，目前在自然语言处理领域还鲜有研究。 对句子进行深入的语义分析，一直是从事自然语言处理研究的学者们追求的主要目标。 然f町由于技术水平等于原因的限制，语义分析一直局限于受限领域。随着通用领域句法分 析等技术的进步，近来语义分析开始触及更宽的领域。但是通用的深层语义分析仍然很难 Semantic 做到，所以目前人们更关心“浅层语义分析(Shallow Parsing)”。它不考虑时态信息， 例如“他将来北京。”与“他来北京了。”，虽然时态并不相同，但是浅层语义表示是相同的。 同时，也不考虑谓侧改变但语义不变的情况，例如“曹雪芹写了《红楼梦》”与“《红楼梦》 的作者足曾雪芹”，虽然它们的语义相同，但是浅层语义分析的表示结果并不～样，需要根 据具体的应用进行更深入的处理。最后，浅层语义分析也不考虑人、物的指代等情况。 Role Labeling)是浅层语义分析的一种实现方式，-具有分析任务 语义角色标注(Semantic 定义明确，便于评价等优点。该方法并不对整个句子进行详细的语义分析，而只是标注句 子中的一些成份为给定谓词(动词、名词等)的语义角色(论元)，这些成分作为此谓词框架的 …部分被赋予一定的语义含义，例如“【委员会Agent】[明天Tm，】将要【通过v】【此议案Patlent】。” 其中，“通过”为谓词，“委员会”、“此议案”和“明天”分别是其施事、受事和发生的时间。这 句话也可以表示成： 【明天rmp][委员会Age。。】将要【通过v】[此议案Pati。t】。 19 【R爿天Tmp】【此议案嘣锄t】将要被【委员会Agent】[通过v】。 【此议案P砒i。。。】【明天Tmp】将要被(委员会Ag舶。】【通过v】。 这些句子虽然形式不同，即句法分析结果不同，但是它们的含义是一样的，也就是说 谓词“通过”的各个语义角色相同。 目前，语义角色标注已经被成功的应用于问答系统fl】f2J、信息抽取f3】、自动文摘f4】、文 本蕴涵【5】、词义消止支【61、信息检索【71、指代消纠81、机器翻译【9】、生物信息学[101等领域。以 问答系统为例，语义角色标注指明某～活动发生的时间、地点等语义角色，自然的可以对 这些类问题进行回答。因此目前语义角色标注引起了越来越多的重视。 on LinguisticsLearning)2004LI“、2005[131共享任务(Shared (ConferenceComputational