[发明专利]一种汉语二分结构的句法分析方法

摘要

本发明公开了一种汉语二分结构的句法分析方法，从汉语成分的内部结构出发构建句法树，将句子成分的内部限定为二分结构，更加适合汉语的句法特点；使用简洁高效的哈夫曼编码来表示和描述，易将原始的句子和句法树的表示相分离，节省存储空间，也便于计算机处理；递归使用基于RNN的序列标注器进行汉语的句法分析，减少了句法分析对于其它资源的依赖，也降低了使用自动词性标注工具所带来的错误积累；对词的间隔标记的RNN模型中使用了hinge‑loss损失函数，提高了句法分析的准确率和算法的运行效率。

主权项

1.一种汉语二分结构的句法分析方法，其特征在于，包括：将指定句库中每一语句标注为满二叉树结构的句法树，生成汉语二分结构句法语料库；其中，每一语句的句法树的表示方式是哈夫曼编码；选取所述汉语二分结构句法语料库中部分句法树作为训练集，将所述训练集中的每一语句的句法树的每一个子树作为训练序列标注器的一个样本，将训练集句法树语料转换成序列标注器的训练语料，使用转换后的训练集合进行训练，得到序列标注器；通过递归地调用所述序列标注器，对输入的经过分词后的语句进行分析，得到对应语句的满二叉树结构的句法树。