句法语义分析

1. 句法语义分析

        按照某种语法体系，将句子从词语的序列形式转化为图的结构（通常为树结构），刻画句子内部的语义关系（主谓宾，施事受事等）；

2. 三要素：文法（语法结构），数据（基于语法标注数据），算法；

3. 文法发展

         短语结构，句法依存，通用依存，语义依存；

        从句法逐渐到语义过度 ；

短语结构与句法依存：

    

依存分析更直观，标注更方便；

通用文法依存：

        最早是由斯坦福提出的；

        直接标注实词之间的关系；

 

语义依存文法：

        2012年树状结构，词与词之间的关系，不再是主谓宾这种句法关系，而是施事，受事的语义关系

         2016年变换为语义依存图的结构

 4. 数据变化趋势

        单语言单领域，多语言树库，多领域树库，通用树库，语义依存

        资源丰富到资源贫乏；

多语言树库：

CoNLL2006 2007评测 10-12种语言

        不同语言用不同的依存标注规范来标注，当时不同语言做不同语言的，没有用到多语技术

CoNLL 2009多语依存句法分析和语义角色评测 7种语言

        趋势： 多语言，句法和语义的联合

        也是每种语言处理每种语言的

多领域依存句法分析：

        SANCL 2012评测 -- Google组织

        非规范语言句法分析

通用依存树库

        统一的词性和语法标注体系

        50多种语言，70多个树库；

        依存关系与语言无关，统一的标注，不同语言可以互相帮助

        CoNLL 2017-- 多语的依存句法分析，端对端的，输入文档，输出句法分析结果（包括分词，分句，词性标注，依存句法分析）

5. 算法发展趋势

PCFG，基于图，基于转移，深度学习

先使用较少特征，到较多特征，再到使用较少的特征；

短语结构PCFG

产生式规则 概率

满足规则，同时概率最高

动态规划算法，

基于图的依存句法分析

        从完全图（词与词之间都有依存的弧，弧之间还有分数）中找到分数最高的树

 如何计算依存树的分数：

依存书的分数，是每条依存弧分数之和：

        父节点到子节点形成一条弧；

如何计算依存弧的分数：

        使用特征向量的方法，来表示依存弧，依存弧的分数为特征的线性加权

        

                提取特征是很繁琐和困难的问题（要考虑很多因素）

基于转移的依存句法分析方法

从初始状态到终止状态的动作转移序列

训练分类器，让分类器产生相应的动作，使得从初始状态到终止状态，同时画出依存树

状态 = 栈 + buffer + 相应的操作（动作序列，向左加弧，向右加弧，转移）

基于神经网络依存句法分析

      Fast and Accurate Dependency Parser using Neural Network, 从句子中之提取原子的最基本的特征，把特征向量化，隐层特征组合。 这个工作仍然需要人工提取特征。

 

        Stack LSTM（用LSTM来表示stack（动态的LSTM）和buffer），不用人工提取特征，只用相应的词输入，通过LSTM进行特征的组合；

        全局归一化，解码，训练beam search

        SyntaxNet: Google，全局归一化，beam search进行训练

      

6. 语言技术平台

        LTP--语言分析工具

http://ltp.ai/http://ltp.ai/

应用： 作为抽取规则，作为输入特征（语义角色标注，关系抽取；句法依存结果容易帮助获得关系）

 作为输入结构（循环神经网络按照顺序输入，递归神经网络（将语义分析结果作为输入，从结构上判断先组合哪些词，更能刻画结构的信息））

 参考：13-车万翔-句法语义分析及其应用_哔哩哔哩_bilibili