李国臣，吕 雷，王瑞波，李济洪，李 茹

(1. 太原工业学院 计算机工程系，山西 太原 030008；2. 山西大学 计算机与信息技术学院,山西 太原 030006;3. 山西大学 计算中心,山西 太原 030006)

基于同义词词林信息特征的语义角色自动标注

李国臣1，2，吕 雷2，王瑞波3，李济洪3，李 茹2

(1. 太原工业学院 计算机工程系，山西 太原 030008；2. 山西大学 计算机与信息技术学院,山西 太原 030006;3. 山西大学 计算中心,山西 太原 030006)

该文使用同义词词林语义资源库，以词林中编码信息为基础构建新的特征，使用条件随机场模型，研究了汉语框架语义角色的自动标注。该文在先前的基于词、词性、位置、目标词特征的基础上，在模型中加入不同的词林信息特征，以山西大学的汉语框架语义知识库为实验语料，研究了各词林信息特征分别对语义角色边界识别与分类的影响。实验结果表明，词林信息特征可以显著提高语义角色标注的性能，并且主要作用在语义角色分类上。

语义角色标注；同义词词林；条件随机场；正交表

1 引言

自20世纪70年代末以来，中文信息处理进入了快速发展时期，大致可分为两个阶段：分词和词性标注以及句法语义分析阶段。目前，中文信息处理的主要瓶颈是词义、句义的表示和语义理解问题。

语义角色标注(Semantic Role Labeling，SRL)是浅层语义分析的一种实现方式，总结近几年国内外基于统计方法的语义角色标注研究的内容，主要可以归结为特征提取及特征选择的研究。在英文语义角色标注中，Gildea等人[1]在语义角色标注中使用了七个基本特征：谓词、句法类型、次范畴框架、路径、位置、语态和中心词；……