依存句法分析的研究综述.docVIP

依存句法分析的研究综述 　　摘要：依存句法分析是对自然语言进行自动分析构建句子对应的依存树的一种方法，是自然语言处理重要的一部分，但目前依存句法分析的准确率并不高。介绍了依存句法结构并对依存句法的分析方法进行了总结与综述，介绍了基于规则的依存句法、基于统计的依存句法和规则与统计相结合的依存句法的分析方法。最后，分析了汉语依存句法分析的困难和优势。 　　关键词：依存句法； 规则； 统计； 分析方法 　　中图分类号：TP391 文献标识码：A文章编号：2095-2163（2013）06-0047-03 　　0引言 　　任何一种句法分析都是依赖于某种语法理论的。依存语法的含义是用词与词之间的依存关系来描述语言结构。计算语言学家Robinson总结了依存语法的4条公理[1]： 　　（1）一个句子中只有一个独立成分不依存于其他任何成分； 　　（2）句子的其他成分都必须依存于某一成分； 　　（3）任何一个成分都不能依存于两个或两个以上的其他成分； 　　（4）如果成分A直接依存于成分B，而成分C位于A和B之间，则C依存于A或者B，或者依存于A和B之间的某一成分。 　　为了直观描述句子的形式模型，可根据句法模型将一个句子中各成分之间的关系显式表达为某种句法结构图形式，以便于人对句子的理解以及机器的自动学习。图1例示了一个句子的依存结构，（a）为依存树；（b）为有向图；（c）为依存投影树。 　　1依存句法分析方法 　　依存句法分析是针对给定的句子序列应用某一依存语法体系对自然语言进行自动分析构建句子对应的依存树的一种方法。一般来说，句法分析方法可分为基于规则的分析方法、基于统计的分析方法以及统计与规则相结合的方法。 　　1.1基于规则的依存句法分析方法 　　基于规则方法的基本思路是由人工组织语法规则，建立语法知识库，通过条件约束和检查来实现句法结构歧义的消除[2]。 　　1.1.1基于泰尼埃理论的依存句法分析 　　泰尼埃的句法理论本质上是一种基于虚图式的句法分析理论和实图式的分析表示体系。该理论认为任何句子都可以纳入句子的虚式图中，分析的过程即是将句子纳入句子图式的过程，而此过程的进行，必须通过转用。因此，可以说泰尼埃的依存句法分析理论以转用操作为代表。 　　Giguet[3]等人构建了泰尼埃式法语依存句法分析器，但在具体实现过程中，该系统结合了组块分析和依存分析方法，先进行一种被称作非递归短语（nr-短语）成分的识别，然后在此基础上进行组块的连接，其中后一个过程通过使用连接规则而最终实现。该分析器采用了不同技术分层构建的原则，降低了依存关系选择时的复杂度，提高了分析器的效率。 　　Tapanainen和Jarvinen构建了一种非投影的依存句法分析器，实现了泰尼埃理论。此分析器中共有约2 500条规则，并提出了功能依存语法（Functionality Dependency Grammar， FDG）的理论框架，展示了依存语法形式化体系的普遍性和描写能力[4]。 　　1.1.2基于上下文无关文法的依存句法分析 　　上下文无关文法的依存句法分析是一种类似于短语结构句法分析的方法，将词与词之间的依存关系看作成分结构（Constituent structure）来进行分析。Hays将依存规则定义为“一种有关句法单位价的描述”，由一个支配成分和有限数量的从属成分构成[5]。以依存规则为基础，提出了句子语法合格性的判定过程，被称为决策过程（a decision procedure）。此决策过程即为Cocke-Younger-Kasami（CYK）算法中的Cocke的过程。 　　Lombardo和Lesmo对Early算法进行改进，构建了依存句法分析器，在效率上取得很大优势。该方法对“预测”（predictive）部分进行了预处理，通过将其编译为句法分析表的方法来优化识别效率。依存规则转化为句法分析表的过程需要两个步骤，一是将规则转化为转移图，二是将图映射到句法分析表中[6]。 　　1.1.3基于约束的依存分析方法 　　该方法是以约束依存文法（constraint dependency grammar，CDG）为基础，针对依存语法没有严格的形式化描述而提出，并已成为目前依存句法分析技术研究和实现中众家关注的方法之一。这是一种以语法为驱动的分析方法，但区别于生成语法中的重写规则，而采用消去法来分析句子结构。其分析过程是采用约束满足问题来进行描述的有限构造问题[7]。主要分为三步： 　　（1）采用约束依存语法，建立约束集合； 　　（2）根据已规定好的约束对不满足约束的分析进行剪枝； 　　（3）判断是否存在不确定性问题，更新约束集合，重复（2）直到构建一棵完整的合法的依存树。 　　由德国汉堡大学的Menze