面向三維場景生成的中文語義角色標注方法研究.pdf

1、本課題來源于國家自然科學基金資助項目——“基于Ontology的文本中空間關(guān)系的三維可視化研究”（簡稱文景轉(zhuǎn)換），該項目以基于Ontology的自然語言文本到相應(yīng)的三維動態(tài)虛擬場景轉(zhuǎn)換與生成機制為主要研究內(nèi)容。由于動態(tài)場景需要以動作為線索，就必須首先應(yīng)用自然語言處理技術(shù)，要全面地理解和提取文章中的動詞信息。因此提出了面向該領(lǐng)域的語義角色標注的研究與實現(xiàn)。
　　語義角色標注是語義分析的一種主要實現(xiàn)方式，采用“謂語-角色”的結(jié)構(gòu)形式，

2、標記句子中的成分作為給定謂語的語義角色，包括施事、受事、時間、地點等。在本文的語義角色的識別和分類中，主要采用兩類學習方法：基于最大熵模型的統(tǒng)計機器學習方法；基于Kernel的學習方法。
　　本文的主要研究內(nèi)容：
　　(1)介紹了目前用于本研究的《伊索寓言》語料庫的構(gòu)建，包括：動詞在文章中出現(xiàn)頻率的統(tǒng)計；動詞的聚類；選擇待標注單元；確定要標注的語義角色類型；確定待標注的典型動詞；仿照CPB的標注形式完成標注。
　　(2

3、)給出了完整的中文語義角色標注系統(tǒng)的設(shè)計方案，主要包括5部分：預處理，自動標注，后處理，評價方法和對系統(tǒng)的改進策略。
　　(3)詳細描述了該領(lǐng)域內(nèi)基于最大熵模型的語義角色標注系統(tǒng)的實現(xiàn)：以句法成分作為待標注單元；根據(jù)剪枝規(guī)則，刪除大部分不可能是語義角色的節(jié)點；利用最大熵模型，對候選節(jié)點進行識別和分類。在基礎(chǔ)特征空間上整體F值達到60.185％；在上述系統(tǒng)中加入擴展特征空間，整體F值達到61.027%。使用了后處理規(guī)則，整體F值提高

4、到63.862%。
　　(4)詳細描述了該領(lǐng)域內(nèi)基于Kernel的語義角色標注系統(tǒng)的實現(xiàn)：給出了一種從特征構(gòu)造出來的核函數(shù)PAK，將PAK嵌入到libSVM中，在《伊索寓言》語料上對前述的六類論元進行識別和分類，得到整體的精確率為65.321%。為了測試PAK對于角色識別系統(tǒng)的貢獻，增加了一組對比實驗，利用SVM中的多項式核函數(shù)，在相同的語料上進行實驗，得到整體的精確率為69.028%。顯然，這兩組實驗的整體效果要超過基于最大熵模