田卫东，虞勇勇

(合肥工业大学 计算机与信息学院，安徽 合肥 230009)

基于频繁依存子树模式的中心词提取方法研究

田卫东，虞勇勇

(合肥工业大学 计算机与信息学院，安徽 合肥 230009)

条件随机场模型通过抓取问句中心词各方面统计特征来进行中心词标注，但未能充分利用中心词特征间存在的深层统计关系。该文利用中文问句的依存关系树结构，通过挖掘问句依存关系树所蕴藏的中心词各维度特征之间的统计概率关系，为正确提取中心词提供依据，通过挖掘频繁依存子树模式以生成相应统计规则模式，使用条件随机场模型进行中心词初始标注，使用频繁依存子树模式统计规则进行中心词标注校正等。该文方法属于典型的客观方法，建立在严格的统计语料基础上，标注的稳定性、适应性和鲁棒性较好。实验结果表明，该文方法将条件随机场模型的中心词标注准确率提高约3%。

中心词；依存关系树；条件随机场；频繁子树模式

1 引言

对问句所问内容的准确理解是问答系统成败的关键。经过对各种形式中文问句分析发现，相对于问句的其他成分，疑问词和中心词，对理解问题起着更关键的作用[1]。中文里疑问词数量有限，识别容易，识别准确率高[2]，然而中心词不属于传统语法所涉及的词性与语言成分的范畴，识别起来则困难得多。

正确提取中心词有助于问题理解及提高问题分类的准确率[3-4]，在问句处理领域以至整个自然语言处理方面具有重要意义。……