作者简介及博士学位论文中英文摘要.PDFVIP

作者简介及博士学位论文中英文摘要 论文题目：融合多种谓词信息的语义角色标注方法研究 作者简介：杨海彤，男，1986 年1 月出生，2011 年9 月师从于中国科学院自 动化研究所宗成庆研究员，于2016 年7 月获博士学位。 中 文 摘 要 语义角色标注是一种自然语言处理领域的浅层语义分析技术。它以句子为单位，分析句子 中的谓词与其相关成分之间的语义关系，进而获取句子所表达语义的浅层表示。由于语义角 色标注可以提供较为简洁、准确、有益的分析结果，因此近年来受到了学术界的普遍重视， 并已经成功地应用到信息抽取、自动问答、机器翻译等任务中。 在具体的实现中，语义角色标注以句子中的谓词为核心，分析句子中的其它成分与谓词之 间的相互关系，因此谓词在句子的语义表达中处于核心的支配地位，其它成分均为谓词服务。 但在现有的大多数研究工作中，谓词的作用仅仅体现在论元分类时作为一种特征，这显然与 谓词在谓词―论元结构中的支配地位相悖。因此，本文的研究工作主要围绕如何深入挖掘谓 词信息来改善现有的语义角色标注系统展开，本文重点关注了三种谓词信息：谓词先验信息、 多谓词信息和双语谓词互补信息。为合理利用这三种信息，本文提出了以下方法： 1. 全局的语义角色标注生成式模型 句子中的谓词与它的语义角色组成了一个统一的整体，相互之间存在着紧密的联系。然而现 有的语义角色标注系统却忽视谓词和语义角色之间的联系，每个候选论元的标注过程均独立 进行，导致谓词与论元之间的关系也被割裂开来。但是，谓词既有一定的共性，比如对每个 谓词来讲核心论元均不重复出现，又有自己独有的特性，比如谓词“销往”总是伴随一个地 点论元，这些现象表明了谓词与语义角色之间的紧密联系。本文把这些联系看作是谓词的先 验信息，合理地利用谓词的先验信息有利于提升语义角色标注系统的性能。为融入谓词的先 验信息，本文用一个新颖的概念来表达谓词和论元之间的联系，并在此基础上提出了一种全 局的语义角色标注生成式模型进行求解。实验结果表明，该方法可以有效地处理谓词与论元 之间的联系，充分挖掘谓词本身的特性，使得语义角色标注系统的性能有显著的提升。 2. 基于判别式重排序的多谓词语义角色标注方法 现有的语义角色标注系统在分析一个句子时，依次独立地分析每个谓词，即给定句子中的一 个谓词，识别出它的论元，然后对它所有的论元完成分类，之后再分析下一个谓词。可以看 出该过程每次只关注句子中某个谓词的语义角色标注，却忽略了句中各个谓词之间的相互关 系。而且一个句子中包含多个谓词的现象在日常中是普遍存在的。根据统计，在中文命题库 中超过 80%的句子包含两个或两个以上的谓词。这些谓词位于同一个句子中，联合起来表达 了句子的完整语义，那么它们的语义角色标注结果应具有一定的联系。本文分别调查了多谓 词现象对于论元识别和论元分类的影响。具体地，在论元识别阶段，融入了与谓词相关的特 征，可以有效地减少论元识别错误；在论元分类阶段，对于多谓词共享论元的分类本文提出 了一种判别式重排序的方法，由于该方法充分考虑了多谓词和共享论元的全局信息，因而显 著提升了共享论元分类的效果。 3. 基于对偶分解的双语语义角色标注方法 由于机器翻译等跨语言任务需要对双语平行语料进行语义分析，所以本文对双语语义角色标 1 注问题进行了研究。因为双语平行句对是互为翻译的，所以它们应具有等价的语义。语义的 一致性反映在语义角色标注上是双语谓词应具有一致的谓词－论元结构。如果只利用单语语 义角色标注系统对平行句对进行分析，会完全忽略双语语义的一致性。而且，双语谓词的谓 词－论元结构一旦不一致的话，表明其中一个必然是错误的结果，这启发我们可以利用另一 端的信息来改进这种错误情况。因此，本文认为双语谓词的语义角色标注之间存在广泛的互 补信息。为了合理利用双语谓词的互补信息，本文提出了基于对偶分解的双语语义角色标注 方法。实验表明，该方法可以显著提升双语语义角色标注的效果，并且效率较高。 综上所述，谓词在谓词－论元结构中处于核心地位，而现有的语义角色标注方法仅仅把谓 词作为一种分类特征看待，明显与谓词的核心地位不符。因此本论文深入研究了如何利用谓 词信息来改善现有的语义角色标注系统。具体地，本文分别研究了谓词先验信息、多谓词信 息和双语谓词互补信息等三种谓词信息对于语义角色标注的帮助。实验表明，合理地利用这 些谓词信息可以显著地提升语义角色标注的系统性能。