中文复杂名词短语依存句法分析  

Dependency parsing of Chinese complex nominal phrase

作　　者：陈永波[1] 汤昂昂[1] 姬东鸿[1] 

机构地区：[1]武汉大学计算机学院,武汉430072

出　　处：《计算机应用研究》2015年第6期1617-1620,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(61173095);国家自然科学基金重点项目(61133012)

摘　　要：针对中文复杂名词短语的依存句法分析进行了研究,提出简单边优先与SVM相结合的依存句法分析算法。算法的每一步迭代根据边的特征于每一对相邻子树之间的无向边中选择最优者,然后利用支持向量机根据边两端子树的特征确定该边的方向,即得到两棵子树的中心语之间的依存关系。实验证明对于复杂名词短语的依存句法分析,算法准确率比简单边优先算法有明显提高,且优于基于最大生成树算法的中文句法分析器;算法分析效率更高,时间复杂度为O(n2logn)。This paper developed easy arc first algorithm combined with SVM, and used it in dependency parsing of Chinese complex nominal phrase. In each iteration step, the algorithm found out the optimized non-directional are among arcs linking neighboring subtrees according to their features, and determined the are＇ s direction using SVM. Results of experiments show that accurate rate of the algorithm is significantly higher than easy first arc algorithm, and higher than Chinese parser based on MST algorithm. Time complexity of the algorithm is O（ n2 log n）.

关 键 词：中文复杂名词短语 依存句法分析 决策式算法 支持向量机 特征 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]