【NLP】依存句法分析学习总结

1.概念

词法：词汇构成、变化和使用规则

句法：句子各个组成部分的排列以及相互关系，研究句子类型和句子成分

依存句法分析：识别句子中词汇与词汇之间的相互依赖关系

使用语义依存刻画句子语义，好处在于不需要明白词汇本身的意义，而是通过词汇所承受的语义框架来描述该词汇。

 

依存语法存在一个共同的基本假设：句法结构本质上包含词和次之间的依存关系。

依存句法通过词汇之间的依存关系表达整个句子结构，这些依存关系表达了句子各成分之间的语义依赖关系。所有词汇之间的依存关系构成一颗句法树，树的根节点为句子核心谓词，用来表达整个句子的核心内容。

通过依存句法树中的依赖关系，可以获得具有特定语法关系的两个词汇。箭头起点称为被依赖项，又称为支配项，箭头指向依赖项。

2.公理

一个句子中只有一个成分是独立的；

其他成分直接依存于某一成分；

任何一个成分都不能依存于两个或两个以上的成分；

中心成分左右两面的其他成分相互不发生关系。

也就是说依存句法中，每个句子只有一个核心的谓词，句中每一个词都有一个与之相关的词。

3.应用

（1）可对相应树库构建体系的正确性和完善性进行验证；

（2）直接服务于上层应用，比如搜索引擎用户日志分析和关键词识别，信息抽取、自动问答、机器翻译等；

（3）观点标签挖掘：抽取的标签在与续上并不一定连续，句法分析能够准确找到句子中的关键成分，很适合在模糊语料中做信息挖掘和抽取。

4.分析方法

（基于规则和基于统计）主流是基于统计的方法，基于统计的方法主要分为基于图和基于决策两种。

基于图——看成从完全有向图中寻找最大生成树的问题，通常采用基于动态规划的解码算法，也有一些学者采用beamsearch提高效率。学习特征权重时，通常采用在线训练算法，如平均感知器（averagedperceptron）。

基于转移——将依存树的构成过程建模成一个动作序列，将依存分析问题转化为寻找最优动作序列的问题。模型通过贪心搜索或者柱搜索等解码算法找到近似最优的依存树。

 

目前在开源中文句法分析器中比较具有代表性有Stanford parser和 Berkeley parser。

附Stanford parser参考论文：https://nlp.stanford.edu/pubs/ssst09-chang.pdf