基于主從特征的關聯(lián)度計算在復句層次體系構建中的運用.pdf

1、漢語復句的語義和層次識別是目前中文信息處理的難點，而其中漢語復句層次關系自動識別更是其處理的關鍵步驟。
　　本文提出的基于主從特征關聯(lián)度的計算，來處理三分句復句層次關系的歸屬。通過研究分句間出現(xiàn)的可能相關的或者同類的詞語，來計算該分句和其相鄰的分句的語義關聯(lián)度，從而確定該復句的層次關系。
　　因為主要分析的細分對象是復句的分句，更重要的是本文所用到的語料是非充盈態(tài)三分句復句，所以本文首先對復句進行了內分句的劃分。在內分句的提

2、取過程中，需要解決的主要問題是偽分句的過濾。一方面是利用標點符號對分隔開的句子進行提取，另一方面建立了兩種規(guī)則庫，來對這些分隔開的句子中出現(xiàn)的偽分句進行過濾，從而最終可以判斷出復句中分句個數(shù)。然后把是三分句的復句插入進三分句復句這張表中，最后的測試語料就是從這里面隨機抽取的。當分句劃分出來后，然后就對分句間的關聯(lián)特征進行提取。通過對復句的分析發(fā)現(xiàn)，分句間主要存在三種類型的關聯(lián)特征:句子結構相似，詞語形態(tài)相同，詞語概念范疇相同。通過關聯(lián)特