汉语复句关系自动判定研究-语言学及应用语言学专业论文.docxVIP

中文摘要中文信息处理已经完成了字处理，较好地解决了词处理，正在向句处理阶段迈进。汉 中文摘要 中文信息处理已经完成了字处理，较好地解决了词处理，正在向句处理阶段迈进。汉 语复句作为一种语法实体，上连分句，下连篇章，在分句和篇章之间起到了一个很好的衔 接作用，同时兼有语法、语义和语用等多方面属性。然而，由于复句本身所具有的复杂且 特殊结构，使得复旬成为句处理中的一大亟待解决的难点。目前，对于复句的计算机处理 研究不多见。 汉语句子从结构上可以划分为单旬和复句两大类。对于单句的研究主要侧重于句子成 分以及成分之间关系的分析；对于复句来说则不仅仅是停留在成分分析这一层次上，还需 要深入考察复句的直接构成单位—一‘分句”之间的内在联系。因此，本文在充分研究了复 句的定义、单复句的差异以及复句分类等知识点的基础上，提出了“分而治之”的策略—— 首先实现复句的切分，然后在此基础上进一步实现复句关系的自动判定。 本文的研究内容主要包括两个部分：第一部分是实现复句的切分。通过确定逗号的功 能，来判定复句的切分点，将复句准确地划分为分句的有序集合；第二部分是复句关系的 自动判定。对于分句间隐含的逻辑语义关系，我们通过充分挖掘句中所包含的词汇、词性 的内在联系，最大化地利用句中存在的关联词语的指示作用，最终较好地实现了复句关系 的自动判定。 根据上述每一部分研究内容的特点，我们又分别选取了最佳的统计模型：支持向量机 (SVM)和条件随机场(CRF)。为了使模型获得较好的分类精度，通过观察、分析大量相关的 语言现象，将语言学本体知识融入到统计模型中，从而实现了模型的最优化。 实验所使用的语料为TCT973树库(Tsinghua Chinese Treebank)。该树库目前已有100 万汉字的规模。最终，各项实验的开放测试和封闭测试都取得了理想的效果。从分步实验 来看，复句切分获得84．70％的正确率，复句关系的自动判定正确率最高达到94．86％：综 合实验也达到了83．26％的正确率(以上报告的均为开放测试结果)。随着特征的改进以及 关联词语标注信息的增多，系统有望取得更加好的判定效果。 关键词：复旬关系； 复句切分； 支持向量机； 条件随机场；句法分析 AbstractChinese Abstract Chinese information processing has already finished character processing stage，and has also solved word processing problem well．Now it is marching to the stage of sentence processing．As sort of grammar entity,complex sentence connects clause its down level and connects paragraph its up level．It has good linking up function between clause and paragraph，and it also have many properties in aspects of grammas、semantics and pragmatics． Complex sentence has complex and special structure of its’own，SO it becomes an urgent problem in sentence processing．At present，few studies dedicate to computer processing of complex sentence． Chinese sentence Can be divided into two classes of simple sentence and complex sentence by structure．Research to the simple sentence mainly lays particular emphasis the analysis of the sentence composition and relation between compositions；this is not enough to complex sentence，further investigation relations of clauses which iS direct base units of complex sentence is needed．Therefore，researching