语言学知识在依存句法分析中的应用研究

句法分析是自然语言处理的一个关键组成部分,依存句法具有表现形式简单易懂、易于标注、解码高效以及更接近语义关系等优势,因此,依存句法分析近年来成为了自然语言处理领域的热点。针对统计依存句法分析还存在着数据稀疏、长距离依存分析准确率低等问题,本文研究将层次分析、句法成分分析、动词语法特点以及动宾搭配等语言学知识引入到依存句法分析过程中。主要工作包括以下内容:第一,针对长距离依存分析准确率低问题,提出了一种引入层次成分分析的句法分析方法。该方法在依存分析之前对句子进行包括核心成分和非核心成分的成分识别,对成分内部和成分之间分别进行依存分析,并且针对不同成分训练不同分析模型。针对CoNLL 2009评测语料,UAS值提升了2.53个百分点,LAS值提升了2.82个百分点。第二,对句法分析结果进行后处理。句法分析结果中存在着动宾关系弧缺失的普遍现象,本文利用语言学知识制定了错误识别规则,该规则能有效地识别依存句法分析结果中缺失动宾关系依存弧的动词,其识别准确率达到了93.80%。本文提出了一种基于约束的解码方法,寻找缺失动宾关系弧的动词的子节点,该过程利用了训练语料构建的动宾搭配库信息。经过后处理UAS值提升了0.21个百分点,动宾关系UAS值提升了2.14个百分点。第三,整合上述提出的两种方法,形成依存句法分析系统。最终系统UAS值提升了2.7个百分点,LAS值提升了2.9个百分点。实验结果表明,将语言学知识应用于依存句法分析中,能够有效地改善其分析效果。