吕伟 张逸群 胡天翔 孙亮

摘 要：设计了一种基于决策树算法的N1+N2结构语法关系判定方法。首先建立了该结构的语料库，对每条语料都标注构建特征集所需的词性、《同义词词林》语义编码、语法关系和词义相似度等信息;然后为证明相似度在判断语法关系中的合理性，根据语言学原理研究了N1+N2结构两个名词间语义相似度与语法关系之间的内在规律：①从语法关系的角度比较两个名词间的语义相似度结果为：并列关系>复指关系>定中关系>主谓关系;②从语言功能焦点的角度比较两个名词间的语义相似度结果为：并焦型短语>后焦型短语。最后以此为基础构建了特征集，运用决策树C4.5算法建立了自动判定N1+N2结构语法关系的方法。运用该算法在自建语料库的测试集中进行测试，正确率为89.39%。

关键词：词义相似度;《同义词词林》;短语层级;语法关系;决策树

中图分类号：TP391.1      文献标识码：A

短语层级语法关系判定是自然语言处理中的重要基础性研究，其研究成果在信息抽取、信息检索、机器翻译等诸多领域都有着实际应用[1]。在自然语言处理过程中，短语是词和句子之间的过度层级，短语层级的语法关系判定结果对于词层级的信息标注具有重要的验证作用;对于句子层级的信息标注也起到至关重要的基础性作用。

N1+N2结构是中文信息处理中的高频短语结构，从语法关系角度可以分为“并列、复指、定中、主谓”四种关系类型的短语[2-3]，对N1+N2结构语法关系判定问题实质上就是对一条语料进行四种关系的分类问题，对于该结构语法关系的准确分类，将会提升自然语言处理在实际应用领域中的使用效果。……