马 骥，朱慕华，肖 桐，朱靖波

(东北大学 自然语言处理实验室，辽宁 沈阳 110004)

1 引言

系统整合的主要目的在于通过整合多套不同的系统来得到更好的整体性能。基于系统整合的方法在近年来已经受到广泛的关注，这类方法已经广泛应用于与自然语言处理领域相关的任务中，例如，文本分类[1]、命名实体识别[2]、机器翻译[3-4]和句法分析[5-6]等。一般而言，基于系统整合的方法要解决的两个核心问题为：如何构建多套用于整合的子系统*为描述方便,本文称参与整合的各系统为子系统。；如何将各子系统的输出进行整合从而得到最终结果。对于第一个问题，一种方法是用不同的模型来构建各个子系统，即参与整合的子系统是由不同的模型通过训练得到的。本文称这种方法为基于多模型的系统整合。另一种方法是用同一个模型来构建不同的子系统。本文称这种方法为基于单模型的系统整合。多模型系统整合的缺点在于开发不同模型需要付出较高的时间与人力。而单模型系统相对来说开发代价较低。因此，本文主要研究面向移进—归约句法分析器的单模型系统整合技术。在训练阶段，本文使用基于AdaBoost[7]的子系统生成算法，该方法通过改变训练数据的分布来生成多个移进—归约句法分析器。在解码阶段，本文主要考虑两类特征——子系统置信度和扩展动作序列置信度(第4部分将详细介绍)——并使用这两类特征的线性组合对各子系统的输出进行整合。……