資源描述：
《語料對中文指代消解影響研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在工程資料-天天文庫。
1、語料對中文指代消解影響研究高俊偉，孔芳，朱巧明，李培峰(蘇州大學計算機科學與技術學院，江蘇蘇州215006)摘要：指代是自然語言中一種常見的語言現(xiàn)象，對簡化語言，減少冗余有很大的作用。指代消解是用計算機找出這些指代現(xiàn)象的一個過程。近兒年英文指代消解研究取得了很大的成就，然而，中文指代消解研究目前還較少，一方面是由于屮文自然語言處理的研究起步較晚,相關的知識較少，另外一方面就是中文相關的語料庫較少，目前已知的僅有ACE2005,OntoNotes等。為了探討語料庫對中文指代消解的影響，本文實現(xiàn)了一個基于機
2、器學習方法的屮文名詞短語指代消解平臺和一個基于無監(jiān)怦聚類方法的屮文名詞短語指代消解平臺，在此平臺的基礎上從語料庫的數(shù)量和質(zhì)量兩個方面來探討語料對中文名詞短語指代消解的影響。關鍵詞：指代消解；名詞短語；無監(jiān)督；聚類；語料中圖分類號：TP391ResearchontheeffectofthecorpustotheChineseNounPhraseAnaphoraResolutionGaoJunwei,KONGFang,ZHUQiaoming,LIPeifeng(SchoolofComputerScience
3、&Technology,SoochowUniversity,Jiangsu,Suzhou215006,China)Abstract:Coreferenceisacommonphenomenoninnaturallanguage,ithasagreateffectthatmakesthenaturallanguageclearandexplicitillusions.Coreferenceresolutionistheprocessthatfindsthesephenomenonsbyusingtheco
4、mputer?AgreatdealofresearchhasbeendoneonthistaskinEnglishandachievedagreatachievementinrecentyears?However,muchlessworkhasbeendoneinthisareainChinese?OneproblemisthattheresearchofChineseNLPislaterthanEnglish,theotherproblemisthatthelackofpubliccorpusinth
5、eresearchofChineseNLP,thepubliccorpusofChinesejusthaveACE2005,OntoNotesandsoon.TodiscusstheeffectofthecorpustotheChineseNounPhraseAnaphoraResolution,wepresentaChinesenounphrasecoreferenceresolutionsystemthatbasedonmachinelearningapproachandanothersystemt
6、hatbasedonunsupervisedclusteringapproach?WediscussedtheeffectofthecorpustotheChinesenounphrasecoreferenceresolutionbasedonthetwoplatformsfromthequantityandthequalityofthecorpus?Keywords:Coreferenceresolution;Nounphrase;Unsupervised;Clustering;Corpus0引言指代
7、是自然語言中一種常見的語言現(xiàn)象，指在文本中用一個語言成分回指以前提及過的某個語言單位，表現(xiàn)形式有別名，代詞，專有名詞等。這種指代現(xiàn)象對減少冗余，簡化語言，突出主題，使文本上下連貫通俗易懂都有很好的作用。隨著人機對話，機器翻譯，信息抽取等研究的不斷深入，指代消解的研究也越來越受到大家的關注，指代消解己成為口然語言處理領域中的熱點和難點之一。在語言學中，指代詞也稱為照應語，表示用于指向的語言單位，被指向的語言單位稱為先行語。指代消解的主要任務就是確定照應語所指向的先行語的過程。指代現(xiàn)象一般來說分為兩種：回指
8、和共指，回指主耍指當前的指代詞與文中出現(xiàn)的詞或基金項H：本文受國家白然科學基金(90920004,60970056,61070123,61003153)和江蘇省高校白然科學重大基礎研究項目(08KJA520002)；博士點基金(200802850006)資助。作者簡介：高俊偉(1986?)，男，碩士研究生，主要研究方向：自然語言處理通信聯(lián)系人：孑L芳(1977-),女，副教授，主要研究方向：自然語言處理.E-mail:kongfang@su
