中心词驱动的汉语统计句法分析模型的改进.pdf

第 22 卷 　第 4 期 中文信息学报 Vol . 22 , No . 4 2008 年 7 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G J ul . , 2008 文章编号 : (2008) 中心词驱动的汉语统计句法分析模型的改进 1 1 2 1 何 亮 ,戴新宇 ,周俊生 ,陈家骏 ( 1. 南京大学 计算机软件新技术国家重点实验室 ,江苏 南京 2 10093 ; 2 . 南京师范大学 计算机科学系 ,江苏 南京 2 10097) 摘 　要 : 在对 Dan Bikel 基于 Collin s 中心词驱动概率句法分析模型实现的句法分析器进行深入研究分析的基础 上 ,对其进行了两个方面的改进 。一是通过提供 Nbest 词性候选序列 ,改进原模型在词性方面的处理 ,改善了句法 分析的结果 ;二是在该模型中引进单独的基本名词短语识别 ,从而降低句法分析的复杂度 ,提高了效率 ,其中 ,针对 中文的特点 ,通过对 BaseN P 的概念进行一系列的扩展 ,深入研究了基于不同层次概念的BaseN P 对句法分析的影 响并探讨更适合中文句法分析的BaseN P 定义 。利用改进的句法分析模型进行中文句法分析实验 ,实验结果表明 , 改进模型可以缩短分析时间 26 % ,提高 F 值 4 . 4 个百分点 ,交叉括号平均减少 18 % 。 关键词 : 计算机应用 ; 中文信息处理 ; 中心词驱动 PCF G 概率模型 ;基本名词短语 ; NBest 词性序列 ; 汉语句法 分析 中图分类号 : TP39 1 　　　　文献标识码 : A Improvements on HeadDriven Probabil istic Parsing f or Chinese H E Liang1 , DA I Xinyu1 , ZHOU J unsheng2 , C H EN Jiaj un1 ( 1. St at e Key L aboratory for Novel Software Technology , Nanj ing U niver sit y , Nanj ing , J iangsu 2 10093 , China ; 2 . Dep art ment of Comp ut er Science , Nanj ing Normal U niver sit y , Nanj ing , J iangsu 2 10097 , China) Abstract : Aft er an analy si s on Dan Bikel ’s Par ser which i s ba sed on head - driven st ati stical mo del , t hi s p ap er p res ent s some imp rovement s on t hi s di stinctive p ar ser for Chinese p ar sing . Fir stly , a sep arat e Nbest PO St agging mod ule i s p rovided to enhance t he morp hological p rocessing . Secondly , an indep endent Ba seN P