[發明專利]一種自然語言句子的語義角色標注方法無效
| 申請號： | 200810243605.8 | 申請日： | 2008-12-10 |
| 公開（公告）號： | CN101446942A | 公開（公告）日： | 2009-06-03 |
| 發明（設計）人： | 王紅玲;朱巧明;錢培德;孔芳;李培峰;周國棟;錢龍華 | 申請（專利權）人： | 蘇州大學 |
| 主分類號： | G06F17/27 | 分類號： | G06F17/27 |
| 代理公司： | 蘇州創元專利商標事務所有限公司 | 代理人： | 陶海鋒 |
| 地址： | 215123江蘇省*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 自然語言 句子 語義 角色 標注 方法 | ||
1.一種自然語言句子的語義角色標注方法，其特征在于：采用聯合學習模型，同時實現中文句法分析和語義角色標注，包括如下步驟：
(1)生成語義角色標注模型：
生成訓練文件：從標注語料庫中，根據下表中的特征抽取特征，生成所需的訓練文件；
?
模型生成：利用訓練文件對最大熵分類器模型進行訓練，得到語義角色標注模型文件；
(2)生成聯合學習模型：
提取訓練語料：從樹庫中，提取出句法分析訓練語料，句法分析的訓練事件中包含語義特征；
生成訓練文件：在句法分析模型常用特征基礎上，添加語義特征，生成訓練文件；
所述句法分析模型常用特征由下表表示：
?
所述語義特征由下表表示：
?
語義特征的獲取采用步驟(1)的語義角色標注模型實現；
模型生成：利用訓練文件對最大熵分類器模型進行訓練，得到聯合學習模型文件；
(3)詞性標記：調用詞性標記模塊，對給定句子進行詞性標注，保留前N種最優的詞性標記系列結果；
(4)基本短語識別：調用基本短語識別模塊，分別對步驟(3)輸出的N種詞性標記結果，進行基本短語識別，最后保留前N種最優的基本短語識別結果；
(5)句法分析：調用聯合學習模型，以步驟(4)輸出的N種基本短語識別結果作為輸入，輸出最優的句法分析結果和語義角色標注結果；
其中，N為10～20的整數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于蘇州大學，未經蘇州大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/200810243605.8/1.html，轉載請聲明來源鉆瓜專利網。
