[发明专利]一种融合谓词先验信息的语义角色标注方法

权利要求书

1.一种融合谓词先验信息的语义角色标注方法，其特征在于该方法包括以下步骤：

(1)对句子进行分词和句法分析；

(2)找出核心谓词；对句子进行分词和句法分析后，遍历句子的每个词，并从中挑选出词性为“VA”、“VC”、“VE”和“VV”的词作为核心谓词；

(3)针对每个核心谓词，利用一个基本语义角色标注系统生成初始语义角色标注结果，从而获得初始候选论元；

(4)从训练数据中计算出步骤(2)中获得的每个谓词的谓词论元群组分布情况；谓词论元群组的定义如下：

PAC=Δ<Pred,(ArgX:n1),(ArgM:n2)>]]>

其中，pred表示谓词，(ArgX:n₁)表示核心论元ArgX跟随该谓词出现了n₁，(ArgM:n₂)表示修饰论元ArgM跟随该谓词出现了n₂；

谓词论元群组分布的计算公式如下所示，

P(PAC|pred)=count(pred,PAC)Σcount(pred,PAC′)]]>

在上式中，pred表示某个谓词，PAC表示一个谓词论元群组，count(pred,PAC)和count(pred,PAC′)表示pred分别和PAC、PAC′在语料中出现的次数，∑count(pred,PAC′)表示对该pred所有谓词论元群组的次数；

(5)对初始语义角色标注结果进行联合分析，首先对所有的候选论元进行核心论元识别，然后根据当前谓词的谓词论元群组的概率分布，计算出得分最高的谓词论元群组，作为最终语义角色标注结果。

2.根据权利要求1所述的融合谓词先验信息的语义角色标注方法，其特征在于步骤(3)中所述基本语义角色标注系统采用一个基于最大熵分类器的语义角色标注系统，所述的基于最大熵分类器的单语语义角色标注系统以短语结构句法树作为输入，输出语义角色标注结果，从而获得初始候选论元；使用开源的最大熵工具包来实现所述的基于最大熵分类器的语义角色标注系统，对于每一个论元，所述最大熵分类器都能输出一个分类概率，用这个分类概率作为所述论元的概率。