基于依存关系的中文名词性谓词语义角色标注研究  

DEPENDENCY-BASED SEMANTIC ROLE LABELING IN CHINESE LANGUAGE FOR NOMINAL PREDICATE

作　　者：袁晓虹[1,2] 王红玲[1,2] 王步康[1,2] 周国栋[1,2] 

机构地区：[1]苏州大学计算机科学与技术学院,江苏苏州215006 [2]江苏省计算机信息处理技术重点实验室,江苏苏州215006

出　　处：《计算机应用与软件》2011年第5期31-33,54,共4页Computer Applications and Software

基　　金：国家自然科学基金(60873150);江苏省高校省级重点实验室开放课题(KJS0925)

摘　　要：语义角色标注是自然语言处理的一个重要研究内容,性能对机器翻译等研究有重大影响。实现了一个基于依存关系的中文名词性谓词语义角色标注平台,并对名词性谓词进行识别,使用最大熵分类模型在Chinese NomBank的转换语料上进行系统实验,对各种词法特征、结构特征及其组合进行了测试,标准语料上F1值达到78.09,基于自动句法树的语料上的F1值达到67.42。Semantic Role Labeling is an important component of Natural Language Processing.It plays a critical role in machine translation.This paper explores a Chinese dependency-based Semantic Role Labeling system for Nominal Predicate by using a maximum entropy classifier.In particular,various kinds of lexical,syntactic and semantic features are incorporated to improve the performance with systematic evaluation on the dataset which is transferred from constituent-based corpus（Chinese NomBank）.Experiments with various syntactic or semantic feature and the combination of both prove the system can achieve 78.09 in labeled F1 for gold corpus and 67.42 for automatic parser tree.

关 键 词：语义角色标注 谓词标注 名词性谓词 依存关系 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]