基于中文宾州树库的浅层语义分析

采用支持向量机的机器学习方法,以中文宾州树库为基础,对中文文本进行了部分语义角色标注实验。选取了主语、宾语、间接宾语、时间和地点这五种主要的语义角色,以中文PropBank 5.0中的前1 652个句子作为实验的训练集和测试集,选择路径、短语类型、谓词、头词、头词词性等八个属性作为分类特征,采用两阶段分类方法,在测试集上得到的总体语义角色标注的准确率和召回率分别为89.73%和91.26%。实验结果表明该方法对中文浅层语义分析工作是有效的。

语义角色的精细等级及其在信息处理中的应用

本文首先讨论语义角色的三种精细程度不一的分类层级,介绍它们各自在语言信息处理系统中的有关应用。接着,分别介绍三种为语言信息处理服务的语义资源对于语义角色的不同处理:(i)加州大学伯克利分校框架网的语义角色——基于场景的语义框架中的框架元素;(ii)宾州大学命题库的语义角色——基于特定动词的编了号的原型角色;(iii)北京大学中文网库的语义角色——基于特定谓词的各论元成分的论旨角色。最后,从建库目标、方法论、标注内容和系统构成等方面,比较这三个语义关系标注语料库的同异。

基于联合方法的中文语义角色标注

目前基于机器学习的中文语义角色标注(Semantic Role Labeling,SRL)方法大致可以分为两类:基于深层句法分析的方法和基于浅层句法分析的方法.由于基于这两种方法的SRL系统在性能和健壮性上各有优缺点,本文试图联合基于这两种方法的SRL系统的输出,通过一些全局特征训练出联合模型,对候选角色进行过滤,然后解决不满足句子论元结构限制的冲突角色得到最终标注结果,来提高标注的性能.在Chinese PropBank 1.0语料集上,联合模型的F值达到了78.41%,在基于深层句法分析的SRL的F值67.34%和基于浅层句法分析的SRL的F值71.67%基础上有了显著的提高,从而证明我们的联合方法是非常有效的.

论元角色的藏语语义角色标注研究

针对面向信息处理用藏语语义角色标注尚不成熟的问题,文章借鉴PropBank标注规范和语义角色分析理论,探讨了藏语语义角色标注问题。一是按照PropBank标注规范对藏语简单句进行了语义角色标注;二是依据藏语动词的语义类别,研究了藏文语义角色框架文件建设的可行性;三是结合藏语动词分析理论和格语法理论,在PropBank标记基础上研究了藏语特殊语义角色标记规范和标记方式。

中文命题库的全局性语义角色标注及其对汉语研究的影响

中文命题库(the Chinese Proposition Bank)是在中文树库(the Chinese Treebank)上标注语义角色的语料库。语义角色是语言学研究的重要内容之一,标注了语义角色的命题库不但提供了谓语动词(predicate verb)的论元结构(argument structure),也提供了可谓词(predicative verb)语义角色的句法实现方式,大规模的"词汇语义-句法结构"语料为相关语言学研究提供了大量的真实数据。目前语义角色是以基于特定谓语动词(predicate-specific)的方式进行定义并使用统一的标记进行标注,这个标注方式导致了语义角色标记意义在不同的动词论元结构中的不一致问题,导致在语义上我们无法对动词的论元结构的句法实现做更深入的理解和解释。为了改进这个问题,本文定义了一套全局性语义角色标记并标注到命题库中。结果显示,标注了全局性语义角色的中文命题库解决了语义角色不一致的问题,丰富了动词论元结构模式,并且使得我们可以更好的从语义上理解动词论元的句法表现。本文的工作不是对之前标注工作的否定,而是增加一层标注以形成完整的语义资源,提供了关于论元的语义角色和句法实现之关系的大规模真实数据,使得我们可以更加全面深入的认识动词论元结构的问题。

命题库:分析与展望

句法语义资源是当前语言资源建设的热点。命题（propositon）是一个句子要表达的主要信息，这是命题库建设的重要原因。PropBank是为PennTreebank添加了论元角色的命题库。本文主要介绍和分析PropBank的两个组成部分：论元角色标注集（主要是词汇语义资源FrmeFile）和标注语料库，并简要介绍了中文命题库的建设现状。最后有一个总结和展望，展望中提到了一个更有表达力的基于特征结构表示的汉语语义关系资源。