向上学习方法改进移进-归约中文句法分析

朱慕华，王会珍，朱靖波

(东北大学 自然语言处理实验室，辽宁 沈阳 110819)



向上学习方法改进移进-归约中文句法分析

朱慕华，王会珍，朱靖波

(东北大学 自然语言处理实验室，辽宁 沈阳 110819)

基于移进-归约的句法分析系统具有线性的时间复杂度，因此在大规模句法分析任务中具有特别实际的意义。然而目前移进-归约句法分析系统的性能远低于领域内最好的句法分析器，例如，伯克利句法分析器。该文研究如何利用向上学习和无标注数据改进移进-归约句法分析系统，使之尽可能接近伯克利句法分析器的性能。我们首先应用伯克利句法分析器对大规模的无标注数据进行自动分析，然后利用得到的自动标注数据作为额外的训练数据改进词性标注系统和移进-归约句法分析器。实验结果表明，向上学习方法和无标注数据使移进-归约句法分析的性能提高了2.3%，达到82.4%。这个性能与伯克利句法分析器的性能可比。与此同时，该文最终得到的句法分析系统拥有明显的速度优势(7倍速度于伯克利句法分析器)。

中文句法分析;移进-归约分析;伯克利句法分析器;向上学习;无标注数据

1 前言

根据采用的搜索算法不同，中文成分句法分析领域中经常使用的模型可以大致分为两类： 基于动态规划的模型[1-5]和基于贪婪搜索或者柱搜索的模型，例如，移进-归约句法分析[6-8]。从性能来看，基于动态规划的句法分析器普遍优于移进-归约句法分析器，特别是基于隐含标注的伯克利句法分析器[1]，代表着目前中文句法分析的最好性能。……