基于特征向量的中文指代消解研究與系統(tǒng)實現(xiàn).pdf

1、隨著計算機技術和互聯(lián)網(wǎng)的迅速發(fā)展，各種信息呈爆炸式增長，人們對信息精確定位的需求促進了自然語言處理技術的發(fā)展。指代消解是自然語言處理的重點和難點之一，在文本摘要、機器翻譯、多語言信息處理和信息提取等諸多應用中都有應用。而指代消解也綜合了多種自然語言處理技術，如詞性標注、句法分析、命名實體識別、名詞短語識別等。
　　 本文主要研究漢語指代消解的相關技術及系統(tǒng)實現(xiàn)，對組合分類器、漢語基本名詞短語識別、待消解項識別及句法特征等進行了深

2、入系統(tǒng)的分析和研究，取得的成果如下：
　　 1.根據(jù)基于先驗知識的投票表決策略，實現(xiàn)了一個由支持向量機（SVM）、最大熵（ME）和條件隨機場（CRFs）組合而成的分類器。實驗結果表明，組合分類器能夠提高分類的準確性。
　　 2.提出了一種混合的漢語基本名詞短語識別算法。該方法通過對基本名詞短語上下文環(huán)境中詞匯信息的統(tǒng)計和分析，提取包含上下文環(huán)境信息的特征，訓練生成組合分類器，同時利用統(tǒng)計分析而來的四類規(guī)則模版對分類的結果

3、進行修正。由于采用的模版較為合理和準確，使得識別的正確率達到90％以上。
　　 3.根據(jù)句法分析的結果，提取出包括名詞短語所關聯(lián)的句法信息特征在內的13個特征進行指代消解，并通過實驗，分析了每個特征對指代消解的貢獻度及每個處理環(huán)節(jié)對指代消解的影響。
　　 4.提出了一種基于規(guī)則和特征的待消解項識別方法。通過對訓練語料中已標出的待消解項以及上下文信息進行分析，統(tǒng)計出一些規(guī)則。同時，提取出一些特征信息，訓練生成待消解項分類器