使用遗传算法的人称代词消解方法-colips.pdfVIP

使用遗传算法的人称代词消解方法 Chinese Anaphora Resolution with Genetic Algorithms 杨佳 罗振声 清华大学人文学院计算语言学研究室 清华大学人文学院计算语言学研究室 北京 100084 ，中国 北京 100084 ，中国 j-yang02@mails.tsinghua.edu.cn luozhs@mail.tsinghua.edu.cn 内容提要 本文提出了一个使用遗传算法的人称代词消解方法。该方法根据人称代词及其先行语在语 法、语义上的特征，定义了一系列差异属性对每个候选者打分，并运用遗传算法给属性赋 予相应权重。实验结果证明以遗传算法获得权重后，消解的正确率得到提高，可达到 83.15%。 Abstract The paper represents a promising way to resolve Pronouns in Chinese with genetic algorithms. The approach defined a number of indicators based on characteristics between pronouns and their antecedents. Candidates are assigned scores by each indicator and the candidate with the lower sore is recognized as antecedent. Each indicator is also assigned a weight by using genetic algorithms. The result demonstrates that the success rate of resolution is improved to reach 83.15% with genetic algorithms. 1 引言 代词消解就是明确代词及其先行语的关系，从而确定代词的所指对象。代词消解有助于计 算机分析理解语言，在自然语言处理的多个领域有着较高应用价值：如在自动文摘中，往往采 取从文本直接抽取句子的做法，这样形成的摘要很可能含有某些无先行语的代词，使摘要难以 理解；在人机对话系统中, 当会话主题确定后，后续对话言及会话主题时往往使用代词，这就 要求机器明确代词的所指对象。在机器翻译中，各语种代词的用法各异且不一一对应，若不在 翻译前进行消解将很难保证翻译的质量。 从80年代开始，国内的一些学者就对人称代词的消解进行了研究，提出了一些结合汉语特 点的消解模型。这些模型或以焦点理论为基础，或结合句类（HNC句类）基本知识，或以语义结 构文法思想为指导，取得了一定效果（见参考文献[2][3][5]）。但这些方法需要复杂的句法、 语义甚至语篇分析，在实际运用中难免会碰到一些困难。 与其它代词相比，人称代词的所指相对明确，大部分指人，少数象征指事物或机构等，因 此人称代词的消解方法旨在尽量用较少的信息获得较为满意的结果。基于以上考虑，本文提出 了一个只依据基本语法语义知识的人称代词消解方法。该方法定义了一个差异函数对每个候选 者进行评价，并采用遗传算法求得函数参数的最优权重。实验结果证明以遗传算法获得权重后， 消解的正确率得到提高，可达到83.15%。 为简化问题，本文讨论的人称代词不包括先行语位于代词之后的情况。 2 基本概念 2.1 P-N对 为方便行文，本文把人称代词的候选先行语记为N，人称代词记为P，P与它的每个候选先行 语构成一个P-N对。 2.2 差异属性和差异属性值 差异属性是代词及其先行语的某种语法、语义特性。根据P-N对在这些特性上的差异程度， 我们给这些属性赋予一定数值，称差异属性值。属性值越小，说明P与N在这个属性上的共性越 大，也就越有可能存在指代关系。本文共定义了5种差异属性： 距离：心理学的