[发明专利]一种融合谓词先验信息的语义角色标注方法

摘要

本发明涉及自然语言处理技术领域，提供一种融合谓词先验信息的语义角色标注方法，对句子进行浅层语义分析的方法，包括步骤(1)对句子进行分词和句法分析；(2)找出句子中的核心谓词；(3)针对当前谓词，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每个谓词的谓词论元群组分布情况；(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。本发明能够充分挖掘谓词本身的特性，合理利用谓词与论元之间的联系，提高语义角色标注的准确率。

主权项

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。