句法及語義聯(lián)合標注方法的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、計算機的發(fā)展激起了人們對人工智能的渴望,互聯(lián)網(wǎng)的飛速膨脹改變?nèi)藗儗π畔⒌睦斫?。人們希望計算機能和人類用語言交流,能讀懂互聯(lián)網(wǎng)上的信息,能幫助人們從海量的信息中準確地找到需要的信息。但是如何來做到這些呢?首先得讓計算機“學會”人類的語言。這也就是人工智能的一個重要分支--自然語言理解所要研究的內(nèi)容。然而,這是一項非常艱巨的任務。在巨大的困難和多次的失敗面前,學者們開始將注意力集中在簡單,但是實用、較小的任務上。語義角色標注便是其中很有代表

2、性的一個方向。它是淺層語義分析的一種,對句子進行淺層次的分析和標注。其結果可以用于更深層次的語義分析,從而逐步實現(xiàn)自然語言理解的目標。語義角色標注在句法和語義之間架起了一座橋梁,是進行自然語言理解的基礎性工作,具有很重要的意義。但是這座橋還需要句法研究的支持。其中一個很重要的內(nèi)容就是句法依賴解析的研究。 句法依賴解析和語義角色標注在經(jīng)過多年的研究之后取得了不錯的效果,但是仍有較大的提升空間。本文就是從另外一個角度,研究聯(lián)合標注方

3、法,使得不僅能夠使用句法信息來幫助語義角色標注,也能使用語義信息來促進句法解析和標注,達到互相促進相輔相成的效果。 本文主要工作和特色如下: 1)設計并實現(xiàn)了一種基于概率評估模型的聯(lián)合標注新方法。在生成多組較優(yōu)的候選結果基礎上,再從全局的角度對這些候選結果進行評估,選出一個全局較優(yōu)的標注結果。從而克服了先句法后語義的傳統(tǒng)流水線式標注方法中貪心策略的一些不足。 2)修改傳統(tǒng)的基于要素的語義角色標注方法中使用的特征,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論