漢語(yǔ)名詞復(fù)合短語(yǔ)識(shí)別與分類(lèi)的方法研究.pdf

1、名詞復(fù)合短語(yǔ)（Noun Compounds,NC）作為語(yǔ)言中一種普遍的語(yǔ)法現(xiàn)象，近年來(lái)為自然語(yǔ)言處理領(lǐng)域的人們所關(guān)注。目前，對(duì)其研究范圍主要包括：邊界識(shí)別、語(yǔ)法分析、語(yǔ)義分析及其分類(lèi)。本文的主要工作包括漢語(yǔ)名詞復(fù)合短語(yǔ)的問(wèn)題域的確定、名詞復(fù)合短語(yǔ)的邊界識(shí)別、名詞復(fù)合短語(yǔ)的類(lèi)別識(shí)別、名詞復(fù)合短語(yǔ)和命名實(shí)體的一體化分析，以及名詞復(fù)合短語(yǔ)的應(yīng)用。
　　本文首先對(duì)名詞復(fù)合短語(yǔ)邊界識(shí)別進(jìn)行了研究。使用三種方法對(duì)邊界進(jìn)行識(shí)別，并對(duì)開(kāi)發(fā)集上的識(shí)

2、別結(jié)果進(jìn)行比較分析，獲得了邊界識(shí)別的最優(yōu)模型——基于候選集的最大熵模型。此外，根據(jù)名詞復(fù)合短語(yǔ)的內(nèi)外部知識(shí)（內(nèi)部知識(shí)指短語(yǔ)內(nèi)部詞串屬性，外部知識(shí)指短語(yǔ)所在上下文環(huán)境）提取了由26個(gè)特征值構(gòu)成的特征模板進(jìn)行模型訓(xùn)練，測(cè)試集上F值為89.2％。
　　對(duì)于名詞復(fù)合短語(yǔ)分類(lèi)的研究，本文結(jié)合漢語(yǔ)中名詞復(fù)合短語(yǔ)的語(yǔ)義特點(diǎn)及其在語(yǔ)言分析中的應(yīng)用，構(gòu)建了一個(gè)漢語(yǔ)名詞復(fù)合短語(yǔ)分類(lèi)體系。值得一提的是短語(yǔ)級(jí)命名實(shí)體符合名詞復(fù)合短語(yǔ)定義，完全可以視為名詞

3、復(fù)合短語(yǔ)，從而為后文提出的一體化分析系統(tǒng)提供理論依據(jù)。短語(yǔ)分類(lèi)依賴(lài)于短語(yǔ)本身的識(shí)別，為此本文從兩個(gè)角度對(duì)其進(jìn)行研究：一是兩者共同識(shí)別；二是分類(lèi)基于邊界識(shí)別。結(jié)果表明，共同識(shí)別使得短語(yǔ)本身識(shí)別準(zhǔn)確率下降，而基于短語(yǔ)識(shí)別保留了邊界識(shí)別的準(zhǔn)確率的同時(shí)使得類(lèi)別識(shí)別效果得到提升。
　　最后，本文對(duì)名詞復(fù)合短語(yǔ)和命名實(shí)體的一體化分析進(jìn)行了研究。由于命名實(shí)體與名詞復(fù)合短語(yǔ)在組成結(jié)構(gòu)、語(yǔ)法語(yǔ)義特點(diǎn)和應(yīng)用領(lǐng)域上十分相似，短語(yǔ)級(jí)命名實(shí)體更是名詞復(fù)合短