[发明专利]一种汉语框架网标注时框架排歧方法及装置

权利要求书

1.一种汉语框架网标注汉语句子时框架排歧的方法，其特征在于，包括：

当应用汉语框架网标注待识别句子的框架信息时，选择训练语料，该训练语料包含待识别句子中出现的目标词激起的所有框架的句子实例，并且包括每个句子实例的框架语义信息；

对所述句子实例进行依存句法分析，得到每个句子实例的依存句法关系；

选择树结构条件随机场T-CRF模型作为框架排歧任务的标注模型，并利用所述句子实例的词法信息、依存句法关系和框架语义信息进行标注模型的训练，得到特定参数的标注模型；

对待识别句子进行分词、词性标注及依存句法分析，得到待识别句子的词法信息和依存句法关系；

将待识别句子的词法信息和依存句法关系提交所述特定参数的标注模型，得到待识别句子中目标词的所属框架。

2.如权利要求1所述的方法，其特征在于，所述训练语料为经过汉语框架网标注的语料。

3.如权利要求1所述的方法，其特征在于，利用所述句子实例的词法信息、依存句法关系和框架语义信息进行标注模型的训练，得到特定参数的标注模型，包括：

选择所述标注模型的训练特征，该训练特征用于确定在训练所述标注模型时，从句子实例的词法信息、依存句法关系和框架语义信息中提取的具体参数；

根据所述训练特征从所述训练语料各句子实例的词法信息、依存句法关系和框架语义信息中提取具体参数对所述标注模型进行训练，得到特定参数的标注模型；使该特定参数的标注模型根据待识别句子词法信息和依存句法关系确定框架语义信息。

4.如权利要求3所述的方法，其特征在于，利用所述训练语料的词法信息、依存句法关系和框架语义信息训练所述标注模型之前，还进一步包括：

根据选择的特征从训练语料中提取词法信息、依存句法关系和框架语义信息的具体参数，并将选择的训练特征和提取的具体参数设置为二维表格式作为所述标注模型的输入，其中，所选择的特征作为二维表的列，训练语料中的每个词都生成二维表的一行。

5.如权利要求3或4所述的方法，其特征在于，所述训练特征包括：当前词、当前词词性、当前词父结点、当前词与父结点的依存关系、主谓关系SBV子结点、动宾关系VOB子结点、状中结构ADV子结点、定中关系ATT子结点、当前词所属框架。

6.一种汉语框架网标注汉语句子时框架排歧的装置，其特征在于，包括：

训练语料选择模块，用于当应用汉语框架网标注待识别句子的框架信息时，选择训练语料，该训练语料包含待识别句子中出现的目标词激起的所有框架的句子实例，并且包括每个句子实例的框架语义信息；

依存句法分析模块，用于对所述句子实例进行依存句法分析，得到每个句子实例的依存句法关系；

标注模型生成模块，用于选择树结构条件随机场T-CRF模型作为框架排歧任务的标注模型，并利用所述句子实例的词法信息、依存句法关系和框架语义信息进行标注模型的训练，得到特定参数的标注模型；

待识别框架句子处理模块，用于对待识别句子进行分词、词性标注及依存句法分析，得到待识别句子的词法信息和依存句法关系；将待识别句子的词法信息和依存句法关系提交所述特定参数的标注模型，得到待识别句子中目标词的所属框架。

7.如权利要求6所述的装置，其特征在于，所述标注模型生成模块包括：

训练特征选择单元，用于选择所述标注模型的训练特征，该训练特征用于确定在训练所述标注模型时，从句子实例的词法信息、依存句法关系和框架语义信息中提取的具体参数；

训练单元，用于根据所述训练特征从所述训练语料各句子实例的词法信息、依存句法关系和框架语义信息中提取具体参数，对所述标注模型进行训练，得到特定参数的标注模型；使该特定参数的标注模型根据待识别句子词法信息和依存句法关系确定框架语义信息。

8.如权利要求7所述的装置，其特征在于，所述标注模型生成模块还包括：

输入数据生成单元，用于将选择的训练特征和具体参数设置为二维表格式作为所述标注模型的输入，其中，所述训练特征作为二维表的列，训练语料中的每个词都生成二维表的一行。