最大生成树算法和决策式算法相结合的中文依存关系解析
2012-06-29周惠巍黄德根杨元生
中文信息学报 2012年3期
周惠巍,黄德根,高 洁,杨元生
(大连理工大学 计算机科学与技术学院,辽宁 大连 116024)
1 引言
依存关系解析是句法分析的一个重要方法,是自然语言处理的一个重要任务,近年来引起了人们的广泛兴趣。依存关系可以明确地表明中心词之间的句法依存关系,并能方便地转化为语义依存描述。英文依存关系解析[1-2]与日语依存关系解析[3]已经取得了较好的研究成果。中文与英文等其他语言有着明显区别,中文没有严格意义上的形态变化,不同词类之间的界限不十分明显,这使得中文依存关系解析变得更为困难。
大规模语料库的构建,使得人们可以使用数据驱动的方法构建依存关系解析器。数据驱动依存关系解析方法可以分为两类:最大生成树解析方法和决策式解析方法。最大生成树解析方法将句子中的词看作图的顶点,将词间依存关系连线看作图的有向边。机器学习获得依存关系概率(有向边权重)函数,基于概率函数计算有向边的权重。从而将依存关系解析问题转换为在完全有向图中搜索最大生成树(MST)问题。Eisner将最大生成树应用于英语等非交叉结构语言的依存关系解析(O(n3))[4],McDonald使用Chu-Liu-Edmonds最大生成树解析算法[5]解析捷克语等交叉结构语言的依存关系(O(n2))[6]。辛霄将MST算法应用于中文依存关系解析,取得了很好的解析效果[7]。刘挺基于词汇支配度构建了汉语依存分析模型,找出一棵概率最大的依存树[8]。决策式解析方法有效地利用了句子的中间解析结果特征,从一个解析状态转移至下一个解析状态。……
登录APP查看全文
