NLP基础知识（二）

最新推荐文章于 2023-03-15 17:48:37 发布

泛小凡

最新推荐文章于 2023-03-15 17:48:37 发布

阅读量581

点赞数 1

分类专栏：自然语言处理文章标签：自然语言处理人工智能

本文链接：https://blog.csdn.net/fanfangli/article/details/104481376

版权

本文介绍了谓语论元和语义依存分析在自然语言处理中的重要性，强调了语义依存分析能捕捉句子深层语义信息，不受句法结构影响。篇章分析涉及篇章结构、衔接性和连贯性，是理解和深度解析语言的关键。目前的研究重点在于篇章的衔接和连贯性，但尚缺乏重大突破的篇章语言模型。

摘要由CSDN通过智能技术生成

在这里插入图片描述
谓语论元

 谓语动词决定了一个分句的基本格局，谓语动词一旦确定，整个分句的基本格局也就确定下来了。
谓语动词需要一个、两个或三个名词性结构（这个结构可能是短语层面的，也可能是分句层面的）与其结合来表达完整的意思，有人称这个是动词的论元结构，也就是一个动词可以有一个、两个或是三个论元。
谓语动词基本上表达了分句的主要含义，我们在进行表达时最先想到的应该就是动词部分，我们只要确定了谓语动词，然后再根据表意需要确定其论元就比较容易了。
语义角色标注 (Semantic Role Labeling, SRL) 是一种浅层的语义分析技术，标注句子中某些短语为给定谓词的论元 (语义角色) ，如施事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。 仍然是上面的例子，语义角色标注的结果为：

在这里插入图片描述
其中有三个谓词“提出”、“调研”和“探索”。
以“探索”为例，积极是它的方式（一般用ADV表示），而新机制则是它的受事（一般用A1表示）
核心的语义角色为 A0-5 六种： A0 通常表示动作的施事， A1通常表示动作的影响等， A2-5 根据谓语动词不同会有不同的语义含义。
其余的15种语义角色为附加语义角色，如LOC 表示地点，TMP 表示时间等。附加语义角色列表如下&