基于词汇语义网络的中文深层语义分析

Semantic analysis is the key problem of natural language processing. Now, no matter the shallow semantic role labeling or the relatively deep semantic dependency analysis, they all represent the semantic analysis results as the relationship between the words from the sentence. They are lack of the usage of lexical background knowledge. In order to improve the computer reasoning capacity, a method of deep semantic analysis based on Chinese lexical semantic network is proposed in this project which can connect the words in the sentence with the real world we can understand and describe. A large scale Chinese lexical semantic network will be constructed and based on this network, the traditional semantic analysis technology of lexical and sentence level will be reconstructed and reunited, and deep learning method is applied to build a Chinese semantic analysis model. Thus, the results of sentence semantic analysis will be related to the knowledge of the real world , which can provide the stronger support for the applied technology.

语义分析是自然语言处理的核心问题。目前无论是浅层的语义角色标注还是相对深层的语义依存分析，最终都表示为句子中词与词之间的语义关系，缺少对词汇背景知识的利用。本项目提出基于词汇语义网络的深层语义分析，以中文语义分析为切入点，将句子中的词汇和真实世界的语义知识进行紧密关联，以增强计算机在语义分析结果基础上进行自动推理的能力。为此，本项目拟构建一个大规模中文词汇语义网络，基于该网络将传统的词汇级和句子级语义分析进行整合，采用深度学习方法，构建一个基于词汇语义网络的中文深层语义分析模型，将句子的语义分析结果同词汇语义网络中的世界知识相关联，从而为相关应用提供更强的语义分析技术支持。

深层语义分析是自然语言处理领域具有重大意义的基础性研究课题之一。深层语义分析的实现可以为自动问答、信息抽取、机器翻译等下游的自然语言处理处理任务提供细粒度的语言知识，促进自然语言处理技术的应用和发展。但是，目前深层语义分析还存在分析精度低、应用价值不明显等问题。因此，本项目的目标一方面是基于深度学习技术实现高精度的深层语义分析模型，以提升其处理复杂语言现象及多领域数据的能力；另一方面是基于深度语义分析构建大规模词汇语义网络，并将其应用到自然语言处理的下游任务中，以实现深层语义分析的价值。.经过四年的研究，本项目在以下几个方面取得了进展1）建设大规模语义依存语料库，对比较句、省略句等特殊语言现象构建深层语义分析资源，为深层语义分析模型处理复杂语言现象提供数据基础；2）融合了异构的词汇语义表示体系，构建了大规模的词汇语义网络，并将该词汇语义网络应用到自动问答等下游任务中。3）使用前沿的深度学习技术并融合外部知识实现了高精度的深层语义分析模型，为词汇语义网络的自动扩建提供了技术支撑；4）构建了跨领域的深层语义分析资源，并实现了基于弱监督数据的跨领域的深层语义分析模型，为深层语义分析模型在多领域的应用提供了可能。