現(xiàn)代漢語句型自動識別的研究.pdf

1、每一種語言都有自身的特點，一種語言區(qū)別另一種語言，句型上的差異起著重要作用。漢語句型復(fù)雜多樣，是漢語句法理論中一個重要的研究單位。但是，在中文信息處理中，以句型為目標的研究并不多。本文以漢語句型的自動識別為研究對象，強調(diào)結(jié)合自然語言處理要求和漢語語法規(guī)律，構(gòu)建統(tǒng)一的句型系統(tǒng)框架，并在該框架下，嘗試進行句型分析、研究句型識別策略。 在漢語句型的語言理論研究中，本文結(jié)合句模理論，提出“階”的概念，構(gòu)建了將謂詞的句法特性與語義特征結(jié)合

2、的謂詞知識庫，為計算機識別句型提供幫助。 在漢語句型識別的策略研究中，本文給出了漢語句型自動識別系統(tǒng)的流程框架。該框架中包含預(yù)處理模塊和句型識別模塊兩個部分。預(yù)處理模塊以去除句子的非句型成分為目的，抽象出句子的句干，填充包括定中結(jié)構(gòu)、狀中結(jié)構(gòu)和補中結(jié)構(gòu)的句法關(guān)系槽。句型識別模塊以判定句干的句型類別為主要目的，并填充包含主謂關(guān)系、謂賓關(guān)系的句法關(guān)系槽。 在預(yù)處理模塊中，本文提出“語片”的概念，將預(yù)處理過程分為粘合語片、填充

3、句法關(guān)系槽兩個流程，并提出基于滑動窗口機制的粘合算法，以及基于上下文無關(guān)文法的填充器C-Filler。在句型識別模塊中，本文提出了“基于規(guī)則匹配”和“基于函數(shù)模型”的兩種可選策略?！盎谝?guī)則匹配”的策略中，利用擴充的上下文無關(guān)文法，設(shè)計了句型識別器Recognizer；“基于函數(shù)模型”的策略中，本文首次提出，利用轉(zhuǎn)化函數(shù)，將句子轉(zhuǎn)化到坐標空間中，使用函數(shù)模型研究句子的句法特征，并通過函數(shù)計算獲得句子的特征向量用于機器學(xué)習(xí)，最終利用機器學(xué)