周俏丽，刘 新，郎文静，蔡东风

(沈阳航空航天大学 知识工程中心, 辽宁 沈阳 110136)

句法分析是自然语言处理中的重点和难点,针对完整句法分析在自然语言处理领域中遇到的困难,许多研究人员采用“分而治之”的原则降低句法分析的难度,把完整的句法分析分解为组块分析和组块之间关系的分析。国际会议CoNLL-2000把组块分析作为共享任务提出之后[1],组块分析逐渐受到广泛的重视,在组块分析中各种机器学习方法成为主流趋势。同时,组块分析作为一种预处理手段,可以应用到自然语言处理的许多领域，例如，机器翻译、信息抽取、信息检索等。

在汉语组块分析研究中,很多机器学习的方法[2-5]都被采用,但是以上这些方法都是将机器学习模型直接应用于组块分析,并没有考虑句子的复杂度对组块分析造成的影响。然而在句法分析中,缓解句子过于复杂的一个方法是采用分治策略,文献[6]对句子中的连接词进行消歧处理,然后根据这些连接词的功能将句子分为不同的部分,再对每个部分分别进行处理。文献[7]使用类似的方法对德语文本进行组块分析,该分治策略识别了更多的成分,如命名实体、动词词组等。文献[8]提出了另外一种分治策略对句子进行分解,该工作将句子分为pre-subject、subject、predicate三部分,分析之后再将三个部分进行组合,分治策略有效地简化了复杂句子的分析。

本文提出了一种基于分治策略的组块分析方法。首先对句子进行最长名词短语识别。……