隨著人工智能的蓬勃發(fā)展,自然語言處理作為機(jī)器理解人類語言的一項(xiàng)關(guān)鍵技術(shù)變得越來越重要。自然語言處理的基本任務(wù)主要分為詞法分析、句法分析和語義分析,其中,句法分析處于承上啟下的核心地位,它承接底層的詞法分析,把詞法分析的結(jié)果句法化之后輸出給上層的語義分析使用。因此,句法分析在自然語言處理中的地位非常重要。傳統(tǒng)的句法分析模型雖然取得了較高的分析性能,但它們使用了大量手工設(shè)計(jì)的原子特征和基于這些原子特征的高階組合特征。而基于這些手工設(shè)計(jì)的組合特征的句法分析模型需要做大量的特征工程,代價(jià)很大。近年來,隨著機(jī)器學(xué)習(xí),特別是深度學(xué)習(xí)的流行,涌現(xiàn)出一批基于神經(jīng)網(wǎng)絡(luò)的句法分析模型。這些模型的優(yōu)點(diǎn)是神經(jīng)網(wǎng)絡(luò)能夠?qū)μ卣鬟M(jìn)行自動(dòng)建模,充分利用了神經(jīng)網(wǎng)絡(luò)極強(qiáng)的表示學(xué)習(xí)能力,自動(dòng)對原子特征進(jìn)行組合,避免了大量的特征工程,并且,基于神經(jīng)網(wǎng)絡(luò)的句法分析模型也獲得了比傳統(tǒng)的句法分析模型高得多的性能。但是現(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)的句法分析模型依然有很多問題。首先現(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)的句法分析模型采用通用的神經(jīng)網(wǎng)絡(luò)對句法結(jié)構(gòu)和句法標(biāo)記進(jìn)行統(tǒng)一建模。然而句法預(yù)測本身是有內(nèi)在層次的,當(dāng)前的網(wǎng)絡(luò)結(jié)構(gòu)沒有考慮到句法分析的層次關(guān)系。其次句...

【文章頁數(shù)】：105 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１：自然語言處理分析技術(shù)層級結(jié)構(gòu)示意圖??

這些信息進(jìn)行篩選和處理顯然是不現(xiàn)實(shí)的，而自然語言處理技術(shù)可Ｗ讓機(jī)器自??動(dòng)地對這些信息進(jìn)行處理和理解，大大提高了信息處理的效率。??自然語言處理的基本任務(wù)可１＾＾＞大致分為Ｈ個(gè)層面（如圖１－１所示）。第一層??是詞法分析，包括分詞（Ｗｏｒｄ?Ｓｅｇｍｅｎｔａｔｉｏｎ）、詞性標(biāo)注（....

圖１－５：使用基于轉(zhuǎn)移的句法分析算法處理句子＂Ｊｏｈｎｌｏｖｅｓ?Ｍａｒｙ＂的執(zhí)行過程示意圖（＇其??中，＂Ｓ，Ｒ，?Ｌ’?＇分別表示移進(jìn)，右歸約和左歸約動(dòng)作）??

?Ａ?＋?１?：?Ｌ／，Ｌ?Ｕ?｛ｓｉ?—＞??圖１－４：移進(jìn)歸約依存句法分析的演繹系統(tǒng)示意圖??Ｓｔａｃｋ?Ｑｕｅｕｅ?＇?｜??????ｌｏｖｅｓ??Ｊｏｈｎ?ｌｏｖｅｓ?Ｍａｒｙ?／??０?Ｓ?甘Ｒ??Ｊｏｈｎ?ｌｏｖｅｓ?Ｍａｒｙ?ｌｏｖｅｓ?Ｍａｒｙ??。Ｓ?ｊＺ＂?０....

圖１－７：基于神經(jīng)網(wǎng)絡(luò)的句法分析模型示意圖??

圖１－８：論文的主要工作示意圖??

本文編號：3893967