基于特征向量的名词短语指代消解研究-计算机软件与理论专业论文.docxVIP

基于特征向量的名词短语指代消解研究 摘要 基于特征向量的名词短语指代消解研究 摘要 指代消解是自然语言处理中的一个重要问题，包括专有名词、普通名词、代词的 指代识别。为了解决文本中的指代问题，本文采用了基于特征向量的机器学习方法， 将指代问题转换成一个分类问题，实现了一个基于机器学习的针对所有名词短语的指 代消解平台。 本文通过对英文原始语料进行词性标注、命名实体识别和名词短语识别等一系列 预处理，选取了多个有效特征及其组合，分别采用最大娟和 SVM 两种分类算法对名 词短语进行分类，并用 MUC Scorer 的评测程序进行评测，在 MUC-6 语料库上分别 得到了 F 值 68.0 和 68.1的结果。为了验证系统是否具有可移植性，本文又选用了 ACE2003 语料库，系统在采用 SVM 分类器的情况下，在 BNEWS ，NPAPER 和 NWIRE 三个类别的数据源上， F 值分别达到了 53.1 ，58.4和 54.2。从实验结果上看，本文所 介绍的英文指代消解系统优于同类型的其它平台。 在英文指代消解的基础上，本文实现了中文指代消解的系统框架，对基于机器学 习的中文指代消解进行了尝试。系统采用 ACE2005 中文语料作为实验数据，从标注 文本中抽取了部分主要特征，并通过一些简单规则识别了另外一些特征，随机抽取 BNEWS 语料中 200 篇文章作为训练集， 98 篇文章作为测试集， F 值达到了 70.83 。 特别是，本文系统深入地研究了特征向量及其取值方式对基于机器学习的指代消 解的影响;不同机器学习方法对指代消解的影响:系统对不同语料的消解能力:中英 文指代消解的相同和不同之处。通过对比实验结果，检查实验错误，分析了中英文指 代消解系统的错误类型和解决方案，为接下来的研究奠定了基础。实验表明，本文的 指代消解系统性能较高，对机器学习算法兼容性较强，可以解决各种类型的名词和名 词短语的指代消解问题。 关键字z 指代消解:机器学习;特征向量:最大娟分类器; SVM 分类器 作者:杨勇 指导老师:朱巧明 Abstract Research on Feature-based Coreference Resolution Research on Feature-based Coreference Resolution Abstract Coreference resolution plays an important role in natural language processing. It involves the resolution of variOUs.kinds of noun phrases，such as named entities，nominal phrases and pronouns. This paper recasts coreference resolution 部 a classification problem ， and focuses on feature-based machine learning approaches on both English and Chinese languages. Our fea阳re-based coreference resolution system is first built via a pipeline of NLP techniques ，including POS tagging，named entity recognition and noun phrase chunking. ηlen，a number of effective features and their combinations are explored using the maximum entropy model and the SVM model. Evaluation on the English MUC-6 co叩us shows that 0町 system achieves the Fl-measures of 68.0 and 68.1 using maximum entropy and SVM respectively. For evaluation on the English ACE2003 corpus，the SVM model achieves the F-measure of 53.1， 58.4 and