LTP 语义依存分析

9 篇文章 1 订阅

语义依存

语义依存分析 (Semantic Dependency Parsing, SDP),分析句子各个语言单位之间的语义关联,并将语义关联以依存结构呈现。 使用语义依存刻画句子语义,好处在于不需要去抽象词汇本身,而是通过词汇所承受的语义框架来描述该词汇,而论元的数目相对词汇来说数量总是少了很多的。语义依存分析目标是跨越句子表层句法结构的束缚,直接获取深层的语义信息。 例如以下三个句子,用不同的表达方式表达了同一个语义信息,即张三实施了一个吃的动作,吃的动作是对苹果实施的。

                                         

语义依存分析不受句法结构的影响,将具有直接语义关联的语言单元直接连接依存弧并标记上相应的语义关系。这也是语义依存分析与句法依存分析的重要区别。

                              

如上例对比了句法依存和语义分析的结果,可以看到两者存在两个显著差别。第一,句法依存某种程度上更重视非实词(如介词)在句子结构分析中的作用,而语义依存更倾向在具有直接语义关联的实词之间建立直接依存弧,非实词作为辅助标记存在。 第二,两者依存弧上标记的语义关系完全不同,语义依存关系是由论元关系引申归纳而来,可以用于回答问题,如我在哪里喝汤,我在用什么喝汤,谁在喝汤,我在喝什么。但是句法依存却没有这个能力。

语义依存与语义角色标注之间也存在关联,语义角色标注只关注句子主要谓词的论元及谓词与论元之间的关系,而语义依存不仅关注谓词与论元的关系,还关注谓词与谓词之间、论元与论元之间、论元内部的语义关系。语义依存对句子语义信息的刻画更加完整全面。

语义依存关系分为三类,分别是主要语义角色,每一种语义角色对应存在一个嵌套关系和反关系;事件关系,描述两个事件间的关系;语义依附标记,标记说话者语气等依附性信息。

关系类型TagDescriptionExample
施事关系AgtAgent我送她一束花 (我 <-- 送)
当事关系ExpExperiencer我跑得快 (跑 --> 我)
感事关系AftAffection我思念家乡 (思念 --> 我)
领事关系PossPossessor他有一本好读 (他 <-- 有)
受事关系PatPatient他打了小明 (打 --> 小明)
客事关系ContContent他听到鞭炮声 (听 --> 鞭炮声)
成事关系ProdProduct他写了本小说 (写 --> 小说)
源事关系OrigOrigin我军缴获敌人四辆坦克 (缴获 --> 坦克)
涉事关系DatvDative他告诉我个秘密 ( 告诉 --> 我 )
比较角色CompComitative他成绩比我好 (他 --> 我)
属事角色BelgBelongings老赵有俩女儿 (老赵 <-- 有)
类事角色ClasClassification他是中学生 (是 --> 中学生)
依据角色AccdAccording本庭依法宣判 (依法 <-- 宣判)
缘故角色ReasReason他在愁女儿婚事 (愁 --> 婚事)
意图角色IntIntention为了金牌他拼命努力 (金牌 <-- 努力)
结局角色ConsConsequence他跑了满头大汗 (跑 --> 满头大汗)
方式角色MannManner球慢慢滚进空门 (慢慢 <-- 滚)
工具角色ToolTool她用砂锅熬粥 (砂锅 <-- 熬粥)
材料角色MaltMaterial她用小米熬粥 (小米 <-- 熬粥)
时间角色TimeTime唐朝有个李白 (唐朝 <-- 有)
空间角色LocLocation这房子朝南 (朝 --> 南)
历程角色ProcProcess火车正在过长江大桥 (过 --> 大桥)
趋向角色DirDirection部队奔向南方 (奔 --> 南)
范围角色ScoScope产品应该比质量 (比 --> 质量)
数量角色QuanQuantity一年有365天 (有 --> 天)
数量数组QpQuantity-phrase三本书 (三 --> 本)
频率角色FreqFrequency他每天看书 (每天 <-- 看)
顺序角色SeqSequence他跑第一 (跑 --> 第一)
描写角色Desc(Feat)Description他长得胖 (长 --> 胖)
宿主角色HostHost住房面积 (住房 <-- 面积)
名字修饰角色NmodName-modifier果戈里大街 (果戈里 <-- 大街)
时间修饰角色TmodTime-modifier星期一上午 (星期一 <-- 上午)
反角色r + main role 打篮球的小姑娘 (打篮球 <-- 姑娘)
嵌套角色d + main role 爷爷看见孙子在跑 (看见 --> 跑)
并列关系eCooevent Coordination我喜欢唱歌和跳舞 (唱歌 --> 跳舞)
选择关系eSeltevent Selection您是喝茶还是喝咖啡 (茶 --> 咖啡)
等同关系eEquevent Equivalent他们三个人一起走 (他们 --> 三个人)
先行关系ePrecevent Precedent首先,先
顺承关系eSuccevent Successor随后,然后
递进关系eProgevent Progression况且,并且
转折关系eAdvtevent adversative却,然而
原因关系eCauevent Cause因为,既然
结果关系eResuevent Result因此,以致
推论关系eInfevent Inference才,则
条件关系eCondevent Condition只要,除非
假设关系eSuppevent Supposition如果,要是
让步关系eConcevent Concession纵使,哪怕
手段关系eMetdevent Method 
目的关系ePurpevent Purpose为了,以便
割舍关系eAbanevent Abandonment与其,也不
选取关系ePrefevent Preference不如,宁愿
总括关系eSumevent Summary总而言之
分叙关系eRectevent Recount例如,比方说
连词标记mConjRecount Marker和,或
的字标记mAuxAuxiliary的,地,得
介词标记mPrepPreposition把,被
语气标记mToneTone吗,呢
时间标记mTimeTime才,曾经
范围标记mRangRange都,到处
程度标记mDegrDegree很,稍微
频率标记mFreqFrequency Marker再,常常
趋向标记mDirDirection Marker上去,下来
插入语标记mParsParenthesis Marker总的来说,众所周知
否定标记mNegNegation Marker不,没,未
情态标记mModModal Marker幸亏,会,能
标点标记mPuncPunctuation Marker,。!
重复标记mPeptRepetition Marker走啊走 (走 --> 走)
多数标记mMajMajority Marker们,等
实词虚化标记mVainVain Marker 
离合标记mSepaSeperation Marker吃了个饭 (吃 --> 饭) 洗了个澡 (洗 --> 澡)
根节点RootRoot全句核心节点

语义依存分析参考官网:http://www.ltp-cloud.com/intro#sdp_how

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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