APP下载

汉语框架自动识别中的歧义消解

2011-06-14李济洪高亚慧王瑞波李国臣

中文信息学报 2011年3期
关键词:特征模型

李济洪,高亚慧,王瑞波,李国臣

(1. 山西大学 计算中心,山西 太原 030006; 2. 山西大学 数学科学学院,山西 太原 030006;3. 太原工业学院,山西 太原 030008)

1.问题背景

语义分析是自然语言处理的目前研究的热点。近年来,语义分析的相关评测任务在在SemEval2007[1]、CoNLL Shared Task 2008[2]、2009[3]、SemEval-2(2010)[4]等重要评测中频繁出现。这些评测有效地推动了自然语言处理技术的研究和发展。

近十年来,基于认知的框架语义学以及在其上构建的英语FrameNet[5]得到许多研究者的关注,成为Senseval-3[6]、SemEval2007、SemEval-2(2010)语义分析评测任务的主要使用的语义资源。按照评测任务中的要求,对给定一个句子中的动词(或事件名词),首先要自动识别出其所属框架,再标注出该词所支配的语义角色,进而形式化出句子,乃至整个篇章的语义信息的一种描述,为问题回答、篇章理解、信息检索等应用提供可用的语义线索。

汉语框架语义知识库[7](CFN,Chinese FrameNet )是参照英语FrameNet而构建的。类似于英文的框架自动识别任务(SemEval2007 Task 19)[1],在汉语的框架识别(Frame Identification)中,对给定的一个目标词,需要判定其所属框架。如例句: 全书的观点 创意。这里“有”为目标词,可以激起两个以上框架(“拥有”、“存现”、“形成”等框架),这就需要消歧。即,给定一个句子中的目标词,要求计算机能够根据上下文环境,自动识别出该词所属的框架,这个任务称为框架识别。事实上,框架识别任务可以分为三个子任务[1],其完整提法如下: 1)词元检测: 即判断句子中给定的词语是否激起框架。因为,有的词语虽然作为词元被收录在框架中,但是,在某些句子中,该词只作为一个概念名称来表达,并不激起框架,如: 听见并不代表听懂。……

登录APP查看全文

猜你喜欢

特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用