4711.
中文词内部有类似句法的成分和依存两种结构,词内结构体现了字与字之间的句法语义关系。该文以OpenHowNet为基础,结合已有工作,通过人工方法对知识库内的完整词汇进行词内成分结构标注,共计126 036条词汇。其中,该工作共标注了77 302条(结构不一样的多义词有152条),从已有工作中抽取标注了27 944条,不需要标注的单字为20 790条。在成分标注的基础上进行词内依存结构预测,其LAS达到95.47%。该文从句法分析的角度丰富了OpenHowNet知识库的语料信息。有了OpenHowNet的词内句法信息,真实场景中的词内结构预测问题可由原有的直接预测改进为知识库查询加预测的方法,对被OpenHowNet命中的词将直接给出其结构;对于非命中词再进行预测。基于查询加预测的模式,该文在CTB5数据集上进行成分结构预测,F
1值为92.40%,相比直接预测的F
1值提高了约4个百分点;在WIST数据集上进行依存结构预测,LAS为90.60%,相比基线模型提高了约7个百分点。… …
相似文献