基于CVG模型的中文短語結(jié)構(gòu)句法分析研究.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、句法分析的基本任務(wù)是確定句子的句法結(jié)構(gòu),由于語言的復(fù)雜性,句法結(jié)構(gòu)往往有歧義的存在,需要引入大量信息來減少歧義,提高句法分析結(jié)果。句法分析一般分為短語結(jié)構(gòu)句法分析和依存句法分析,本文主要研究的是短語結(jié)構(gòu)句法分析。CVG(Compositional Vector Grammars)模型能夠很好的捕捉句法分析所需信息,本文將對CVG模型進(jìn)行深入研究,并對基于CVG模型的句法分析器進(jìn)行改進(jìn),使其能在中文句法分析上有更好的性能表現(xiàn)。CVG模型將

2、 PCFG(Probabilistic Context Free Grammars)和SU-RNN(Syntactically Untied Recursive Neural Networks)相結(jié)合,利用PCFG模型預(yù)測結(jié)構(gòu),生成候選樹,利用SU-RNN捕獲短語和詞匯的細(xì)粒度語法和組合語義的信息,并利用這些信息對生成的句法樹進(jìn)行重新計算得分,進(jìn)行重新排序。
  本研究主要內(nèi)容包括:⑴利用CVG對中文進(jìn)行句法分析,首先對CVG模型

3、進(jìn)及其關(guān)鍵技術(shù)進(jìn)行了介紹,并使用Stanford Parser在CTB8.0( Chinese Treebank8.0)上訓(xùn)練出一個PCFG模型作為基準(zhǔn)模型,在此基礎(chǔ)上,又訓(xùn)練出一個CVG模型,給出其在中文句法分析上的性能表現(xiàn),及和PCFG模型的性能對比。⑵CVG模型中存在著一些問題,針對這些問題本文給出了改進(jìn)措施:對于一詞多義,通過融入詞性信息,將<詞,詞性>作為一個整體進(jìn)行訓(xùn)練,來解決多義詞問題對于未登陸詞問題,將其分成兩類,針對每

4、類提出了不同的解決辦法,第一類是語料中不存在的詞,對于這種未登陸詞可以用結(jié)構(gòu)向量進(jìn)行替代,第二類是語料中存在這個詞,不過不存在其對應(yīng)的詞性,則先用結(jié)構(gòu)向量替代,并對詞性的父結(jié)點(diǎn)所在的子樹的得分進(jìn)行懲罰,如果還沒有找到對應(yīng)向量,則用零向量替代對于因?yàn)闃涞亩婊鸬男律Y(jié)點(diǎn)和原結(jié)點(diǎn)難以區(qū)分所導(dǎo)致的父結(jié)點(diǎn)向量表示不確切的問題,提出了對新生結(jié)點(diǎn)類型臨時增加標(biāo)記位的解決辦法對于CVG模型中結(jié)點(diǎn)得分計算存在冗余的問題,提出將得分函數(shù)中的參數(shù)依賴

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論