汉语核心框架语义分析  

Chinese Core Frame Semantic Analysis

作　　者：石佼[1] 李茹[1,2] 王智强[1] 

机构地区：[1]山西大学计算机与信息技术学院,山西太原030006 [2]山西大学计算智能与中文信息处理教育部重点实验室,山西太原030006

出　　处：《中文信息学报》2014年第6期48-55,共8页Journal of Chinese Information Processing

基　　金：国家自然科学基金(61373082);山西省回国留学人员科研资助项目(2013-015);山西省科技基础条件平台建设项目(2014091004-0103);国家语委"十二五"科研规划项目(YB125-19);国家"863"高技术研究发展计划基金(2006AA0lZ142)

摘　　要：汉语核心框架语义分析是从框架语义角度,通过抽取句子的核心框架,获取汉语句子的核心语义骨架。该文将核心框架语义分析分为核心目标词识别、框架选择和框架元素标注三个子任务,基于各个子任务的不同特点,采取最大熵模型分别对核心目标词识别与框架选择任务进行建模;采用序列标注模型条件随机场对框架元素标注任务进行建模。实验在汉语框架网资源的10 831条测试语料中显示,核心目标词识别和框架元素标注F值分别达到99.51%和59.01%,框架选择准确率达到84.73%。Based on the theory of frame semantics, Chinese core frame semantic analysis is to extract the core frame semantic representation to analyze the semantic content of the sentence. We solve this problem using a thre^stage learning model. Taking the tasks＇ different characteristics into consideration, we choose the choose Maximum En- tropy model to take core target in the sentential contexts and predict frame for the core target, Conditional Random Field model to label the frame elements defined in Chinese FrameNet. Experimental results on the 10 831 exemplified sentences show that the F score of core target identification and frame element identification reach 99. 51% and 59.01% respectively, and the frame identification reaches 84.73% accuracy.

关 键 词：汉语框架网 核心框架语义 语义分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]