基于组块分割的无监督藏文句法分析方法研究.docx

? ? 基于组块分割的无监督藏文句法分析方法研究 ? ? 卓玛扎西，才让加，色差甲，班玛宝 (1. 青海师范大学计算机学院，青海 西宁 810016；2. 藏语智能信息处理及应用国家重点实验室，青海 西宁 810008；3. 青海省藏文信息处理工程技术研究中心，青海 西宁 810008) 1 引言 句法分析是自然语言处理领域中的一项基础性研究工作，已成为机器翻译[1]、语义分析[2]、问答系统[3]、信息抽取[4]等诸多自然语言处理任务中不可或缺的流程之一。一般句法分析方法可分为有监督、半监督和无监督三种方法，自宾州树库开放以来，有监督的英汉文等句法分析研究取得了快速的发展，相比传统句法分析方法，性能取得了明显的提高[5]。 藏文句法分析研究由于受数据资源匮乏问题的限制，使有监督藏文句法分析在理论、方法和技术等方面还未取得显著进展，而无监督方法可以在一定程度上解决数据资源匮乏的问题，但单一的无监督方法在句法分析任务上的性能与有监督方法还存在一定的差距。针对以上问题，提出了一种基于组块分割的无监督藏文句法分析方法，该方法首先分割藏文组块的基础上采用扰动掩码算法(Perturbed Masking)[6]，对藏文组块进行了无监督藏文句法分析，然后根据藏文自身的语法特征对无监督藏文句法分析结果进行了优化，以完成高效的无监督藏文句法分析任务，通过不同领域的数据和不同长度的藏文句子数