基于组块分析的路径自然语言语义角色标注方法  

Semantic role labeling method for route natural language based on chunk parsing

作　　者：张秀龙[1] 李新德[1] 戴先中[1] 

机构地区：[1]东南大学自动化学院,南京210096

出　　处：《东南大学学报（自然科学版）》2012年第A01期127-131,共5页Journal of Southeast University：Natural Science Edition

基　　金：国家自然科学基金资助项目(60804063;61175091);江苏省自然科学基金资助项目(BK2010403);江苏省普通高校研究生科研创新计划资助项目(CXLX_0120);图像信息处理与智能控制教育部重点实验室开放基金资助项目(200902);东南大学优秀青年教师教学科研资助计划资助项目(3208001203);东南大学创新基金资助项目(3208000501)

摘　　要：为了进行路径自然语言研究,首先设计了路径自然语言收集方案,主要面向室内环境收集了一定的路径自然语言语料,通过手工标注建立了一个小型的语料库.其次,对路径自然语言的特征进行了一定的分析,在此基础上概括了几种常见的语义角色,主要包括关于landmark和方位转换的语义角色.路径自然语言本身具有高度规律性,语义角色相对集中,因此语义分析采用了基于组块分析的语义角色标注方法,将语义分析问题转化为序列信号的切分和分类问题.最后,利用支持向量机进行了相关的组块标注实验.实验结果表明提出的方法具有较大的潜力.To study route natural language, first, a plan of collecting the corpus is made. Route nat ural language corpus about the indoor envirenment is collected and a manual corpus is built. Second ly, the features of the route natural language are studied and some common semantic roles about the landmark and spatial transformation are generalized. The rule of route natural language is so obvious that semantic roles are centralized. So the chunk parsing can be used to analyze the semantic of cor pus. Then, semantic analysis is changed into a sequence labeling problem. Finally, the support vec tor machine is used as a tool to tag the semantic role. The results of the experiment show the huge potential of the method.

关 键 词：路径自然语言 语义角色标注 组块分析 支持向量机 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]