基于樹核函數(shù)的漢語復句關系詞特征分析.pdf

1、中文信息處理的研究包括如下幾個方面:字處理，詞處理，句處理，篇章處理，其中句處理的研究包含對單句和復句的研究?，F(xiàn)階段，在字處理和詞處理方面，已經進行了大量的研究，且取得了不錯的效果;正在對句處理與篇章處理進行大量的研究。現(xiàn)有的很多有關句處理的研究主要集中在對單句的研究，對復句的研究工作較少。復句充當著連接小句和篇章的功能。通過對復句進行研究，能夠進一步加深對小句的研究，同時，能夠推動篇章處理的研究向前發(fā)展。因此，復句的研究顯得具有緊迫性

2、和必要性。
　　復句的研究目標是正確標識復句，包含分句和非分句的識別，復句關系詞的自動標識，復句層次的劃分，復句關系的識別。復句關系詞的自動標識是復句研究的核心內容之一。
　　本論文提出了基于樹核函數(shù)的復句關系詞特征分析，其落腳點是復句關系詞的自動標識。在含合用型關系詞[2]的復句中，相同的關系詞，其句法特征信息具有某些相似性。本文分別選用不同策略從復句句法樹中抽取特征序列，將樹核函數(shù)應用于關系詞特征序列之間的相似度計算。復

3、句進行句法分析得到不同句法分析樹形式，選用相對應的樹核函數(shù)對從樹中選取的關系詞特征序列進行相似度計算。使用SVMLight分類器根據樹核函數(shù)相似度的計算結果，對待標識關系詞進行標識。
　　在對合用型關系詞自動標識過程中，樹核函數(shù)的相似度計算所使用的特征序列分別為復句依存樹中的最短路徑包含樹(SPT)和復句短語結構句法樹中的上下文相關的路徑包含樹(CPT)時，分類器取得了特征序列各自所屬復句句法樹范疇的最佳標識效果。線性核和卷積核線

4、性組合構成的復合核，將其用于關系詞特征序列之間的相似度計算，SVMLight分類器根據此相似度計算結果對關系詞進行標識，得到了最高的標識準確率?？偨Y兩件套[2]形式的合用型關系詞自動標識規(guī)律，將此規(guī)律應用于其它類型的關系詞的自動標識當中。
　　基于樹核函數(shù)的復句關系詞特征分析的實驗結果表明，使用樹核函數(shù)所捕獲的特征信息對關系詞自動標識是有效的。對于采用不同的策略獲得的復句關系詞特征序列，分別選用相對應的核函數(shù)用于特征序列之間的相似