文档介绍：计算机工程 2011 年 11 月
第 37 卷第 22 期
November 2011
Engineering

···人工智能及识别技术·人工智能及识别技术··· 文章编号:::1000 ———3428(2011)22 ———0128 ———03 文献标识码:::A 中图分类号:::TP391

基于树核函数的中文语义角色标注
王步康 1,,,王红玲,王红玲 1,2 ,,,周国栋,周国栋 1,2
(1. 苏州大学计算机科学与技术学院,江苏苏州 215006 ;2. 江苏省计算机信息处理技术重点实验室,江苏苏州 215006)
摘摘摘要要要: 要:::使用 SVM 提供的卷积树核函数构造一个中文语义角色标注系统,将依存关系作为标注单元进行中文语义角色标注。通过不同
的裁剪方法获得依存树的结构化信息,裁剪后的依存树分别为最短路径树和最小树。在中文 PropBank 和 NomBank 的转换语料上进行
实验,结果表明,该系统在动词性谓词和名词性谓词语料上的 F1 值分别为和。
关键词:::语义角色标注: ;树核;依存关系;名词性谓词;动词性谓词
Semantic Role Labeling in Chinese Language
Based on Tree Kernel Function
WANG Bu-kang 1, WANG Hong-ling 1,2 , ZHOU Guo-dong 1,2
(1. School puter Science and Technology, Soochow University, Suzhou 215006, China;
2. Jiangsu Provincial Key Laboratory puter Information Processing Technology, Suzhou 215006, China)
【【【Abstract 】】】This paper implements a semantic role labeling in Chinese language, uses the convolution tree kernel of Support Vector Machine
(SVM). It focuses on how to properly express the structural representation between predicates and arguments on dependency tree and let the input
tree contain less noise information. It explores two methods to prune the dependency tree: Shortest Path Tree(SPT) and Minimum Tree(MT).
Experimental results on the transferred corpuses from Chinese PropBank and Chinese NomBank show the