主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李军辉,周国栋,朱巧明,钱培德.中文名词性谓词语义角色标注.软件学报,2011,22(8):1725-1737
中文名词性谓词语义角色标注
Semantic Role Labeling in Chinese Language for Nominal Predicates
投稿时间:2009-05-13  修订日期:2009-10-14
DOI:10.3724/SP.J.1001.2011.03885
中文关键词:  语义角色标注  名词性谓词相关特征  动词性语义角色标注特征  名词性谓词识别
英文关键词:semantic role labeling  nominal predicate-specific feature  verbal SRL feature  nominal predicate recognition
基金项目:国家自然科学基金(90920004, 60873150, 60970056); 江苏省自然科学基金(BK2008160)
作者单位E-mail
李军辉 苏州大学 计算机科学与技术学院,江苏 苏州 215006
江苏省计算机信息处理技术重点实验室,江苏 苏州 215006 
 
周国栋 苏州大学 计算机科学与技术学院,江苏 苏州 215006
江苏省计算机信息处理技术重点实验室,江苏 苏州 215006 
 
朱巧明 苏州大学 计算机科学与技术学院,江苏 苏州 215006
江苏省计算机信息处理技术重点实验室,江苏 苏州 215006 
 
钱培德 苏州大学 计算机科学与技术学院,江苏 苏州 215006
江苏省计算机信息处理技术重点实验室,江苏 苏州 215006 
pdqian@suda.edu.cn 
摘要点击次数: 4310
全文下载次数: 3293
中文摘要:
      研究了中文名词性谓词的语义角色标注(semantic role labeling,简称SRL).在使用传统动词性谓词SRL 相关特征的基础上,进一步提出了名词性谓词SRL 相关的特征集.此外,探索了中文动词性谓词SRL 对中文名词性谓词SRL 的影响,并且联合谓词自动识别实现了全自动的中文名词性谓词SRL.在中文NomBank 上的实验结果表明,中文动词性谓词的SRL 合理使用能够大幅度提高中文名词性谓词的SRL 性能;基于正确句法树和正确谓词识别,中文名词性谓词的SRL 性能F1 值达到了72.67,大大优于目前国内外的同类系统;基于自动句法树和自动谓词识别,性能F1 值为55.14.
英文摘要:
      This paper explores semantic role labeling (SRL) in the Chinese language for nominal predicates. In addition to the widely adopted features of verbal SRL, various nominal predicate-specific features are also explored. Moreover, the nominal SRL performance has been improved by properly integrating features that were derived from a state-of-the-art verbal SRL system. Finally, the paper explains in detail the nominal predicate recognition, which is essential in a fully automatic nominal SRL system. Evaluations on Chinese NomBank show that proper integration of a verbal SRL system significantly improves the performance of a nominal SRL. It also shows that this nominal SRL system achieves the performance of 72.67 in F1-measure on golden parse trees and golden predicates, and outperforms the state-of-the-art nominal SRL systems in the Chinese language; however, the performance drops to 55.14 in F1-measure on automatic parse trees and automatic predicates.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利