中文语义依存分析资源构建及分析技术研究

句子语义分析是自然语言处理的核心问题，但由于技术手段的限制，目前研究还仅限于语义角色标注等浅层分析。语义依存分析是一种深层语义分析方法，该方法为句子中每个词找到其所依存的词，并标注它们之间的语义关系，最终构成一棵语义依存树。这种语义分析方式以其形式简洁、易于标注、便于应用等优点，逐渐受到重视。对于信息抽取、问答系统等语言信息处理应用技术，仅依靠词汇、词性等文本表层的信息已经很难取得突破性的进展，必须利用更深层次的语义信息。为此，本项目针对汉语语义依存分析问题，提出了一整套研究内容，包括确定汉语语义依存关系体系、构建大规模语义依存语料库以及研制高效准确的语义依存分析模型。试图在词义消歧的基础上，利用词汇语义信息，越过词性标注和句法分析，直接进行语义依存分析，从而提升汉语语义分析的性能，为相关应用技术提供更有利的支持。

句子语义分析是自然语言处理的核心问题，它在机器翻译、信息抽取、自动问答和自动文摘等自然语言处理领域都有着广泛的应用价值。但目前研究还仅限于语义角色标注等浅层分析。语义依存分析是一种深层语义分析方法，该方法为句子中每个词找到其所依存的词，并标注它们之间的语义关系，最终构成语义依存图。本项目的目标是要构建面向汉语语义依存标注体系、语义依存分析语料库以及自动语义依存分析模型。. 经过四年的研究，本项目在以下方面取得了进展：（1）制定了一套细致、全面的汉语语义角色层级体系和语义角色标签，为后续的语义角色标注提供了理论依据；（2）对当前的语义分析方法进行了分析和总结，结合汉语属于意合型语言，不同于英语等形合型语言的语言特点，提出了语义依存图的语义依存分析方法，对依存树的理论进行了扩展；（3）运用语义依存图的语义分析方法标注了一个包含30,000个句子的语料库；（4）在该语料库的基础上，训练了一个自动语义依存分析模型，并在更广泛的数据上做实验。