基于词汇语义特征的中文语义角色标注研究  

Chinese Semantic Role Labeling Based on Lexical Semantic Features

作　　者：邵艳秋[1,2] 穗志方[2] 吴云芳[2] 

机构地区：[1]北京城市学院人工智能研究所,北京100083 [2]北京大学计算语言学研究所,北京100871

出　　处：《中文信息学报》2009年第6期3-10,共8页Journal of Chinese Information Processing

基　　金：国家自然科学基金资助项目(60503071);国家重点基础研究发展规划(973课题)资助项目(2004CB318102);中国博士后科学基金资助项目(20070420275)

摘　　要：语义角色除了受句法结构限制之外,同词汇的语义特征也有着紧密的内在联系。对于一些仅依靠句法分析不能很好解决的角色标注问题,如句法结构相同的两个成分所对应的角色分别为完全不同的施事、受事角色的情况,可以通过引入一些词汇语义特征来进行处理。该文基于北京大学的语义词典CSD,引入了配价数、主客体语义类等词汇语义特征来进行语义角色标注研究。10折交叉验证的结果显示,通过引用词汇语义特征,所有角色标注的总体评价F值比单纯使用句法特征上升了1.11%,而其中Arg0和Arg1角色标注的F值达到93.85%和90.60%,比仅使用句法特征进行角色标注分别提高了1.10%和1.26%。Besides Syntax structure, lexical semantic features are also closely related to semantic roles. Therefore, lexical semantic features could help solve the problems that could not be well-done only by syntax features. In this paper, some lexical semantic features such as valency number, semantic class of subject and object are introduced according to the Peking University semantic dictionary CSD, The 10-fold cross validation results show that, by applying the semantic dictionary, the overall F-score increases by 1.11%. And the F-score of Arg0 and Argl reach 93. 85 % and 90.60% respectively, which are 1.10% and 1.26% higher than the results only depending on syntax features.

关 键 词：人工智能 自然语言处理 语义分析 语义角色标注 句法分析 语义词典 词汇语义特征 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]