依存句法之基于图的依存句法分析

本文介绍了依存句法分析的概念,源于L.Tesniere的语言学理论,重点探讨了基于图的依存句法分析。作者分享了学习过程,并指出当前研究的三个方面:基于转移、语法和图的分析。文章通过示例展示了如何构建有向图来表示句子的依存关系,并提及在分析中遇到的问题,如特征权重的过拟合,计划通过改进算法和训练策略来提升准确性。

依存句法之基于图的依存句法分析

依存句法是由法国语言学家L.Tesniere最先提出。它将句子分析成一颗依存句法树,描述出各个词语之间的依存关系。
例如,句子:坚决惩治贪污贿赂等经济犯罪 的依存结构如下图:
例:句子“坚决惩治贪污贿赂等经济犯罪”的依存结构如下图

依存句法分析

现在国内外关于依存句法分析的研究主要分三个方面:
- 基于转移的依存句法分析
- 基于语法的依存句法分析
- 基于图的依存句法分析
这里主要记录一些博主对基于图的依存句法分析的学习

基于图的依存句法分析

基于图的依存句法分析就是为每个要分析的句子生成一个有向图,其中:节点是句子中的单词,边是单词之间的依存关系,因为依存句法中规定每个句子都有其核心成分,所以加入了须根节点。依存句法中还规定了句子中除了须根节点,每个词必须依存于其他词,因此,句子依存图中边的个数和单词的个数相等。

我现在做到阶段

例句:反对腐败是贯彻执行党的基本路线的必然要求
预测句子的依存对为:

依赖词核心词
**是root**
反对要求
腐败要求
**贯彻要求**
执行要求
党的基本路线要求
要求
必然反对
要求党的基本路线

正确句子的依存对为:

依赖词核心词
root
反对
腐败反对
贯彻要求
执行贯彻
党的基本路线贯彻
贯彻
必然要求
要求

预测依存对中加粗的是正确的依存对,容易发现,只有两个依存对是正确的,分析效果很不好,可能的原因是我训练特征权重时,没有用预测的依存图和正确的依存图共同作用于权重,使得特征权重有点过拟合。所以,下一步我打算实现解析算法,重新训练特征权重,以提高准确率。

评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值