李業(yè)剛，孫福振，李鑒柏，呂新宇

（1．山東理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，山東淄博255091；2．北京理工大學(xué)計(jì)算機(jī)學(xué)院，北京100081）

語(yǔ)義角色標(biāo)注就是對(duì)于給定句子中的每個(gè)謂詞（動(dòng)詞、名詞等）分析出其在句中的相應(yīng)語(yǔ)義成分，并作相應(yīng)的語(yǔ)義標(biāo)記，如施事、受事、工具或附加語(yǔ)等．具體而言，即標(biāo)注句子中的一些成分為給定謂詞的語(yǔ)義角色，這些成分作為此謂詞框架的一部分被賦予一定的語(yǔ)義含義．語(yǔ)義角色標(biāo)注綜合了自然語(yǔ)言處理領(lǐng)域的基礎(chǔ)技術(shù)，如分詞、詞性標(biāo)注、句法分析等，因此研究語(yǔ)義角色標(biāo)注也為研究機(jī)器學(xué)習(xí)方法和那些底層的技術(shù)提供了研究平臺(tái)．作為自然語(yǔ)言處理的基礎(chǔ)技術(shù)，語(yǔ)義角色標(biāo)注在很多應(yīng)用中也發(fā)揮了很大的作用．目前語(yǔ)義角色標(biāo)注已在問(wèn)答系統(tǒng)［1]、信息抽取、信息檢索［4]，自動(dòng)文摘［5]、文本蘊(yùn)涵、機(jī)器翻譯［8]等領(lǐng)域成功應(yīng)用．本文擬從語(yǔ)義角色標(biāo)注的語(yǔ)料庫(kù)的資源、預(yù)處理、標(biāo)注單元、標(biāo)注過(guò)程及目前研究存在的問(wèn)題及發(fā)展方向等進(jìn)行了論述．

1 語(yǔ)料資源

進(jìn)行自動(dòng)語(yǔ)義角色標(biāo)注，需要規(guī)模大、質(zhì)量高的語(yǔ)料資源的支持．目前，英語(yǔ)較為知名的語(yǔ)義角色標(biāo)注資源為FrameNet［9]、PropBank［10]和Nom－Bank［11]．

U．C．Berkeley開(kāi)發(fā)的FrameNet以框架語(yǔ)義為標(biāo)注的理論基礎(chǔ)對(duì)英國(guó)國(guó)家語(yǔ)料庫(kù)進(jìn)行標(biāo)注．它試圖描述每個(gè)謂詞（動(dòng)詞、部分名詞以及形容詞）的語(yǔ)義框架，并試圖描述這些框架之間的關(guān)系．Prop－Bank是賓夕法尼亞大學(xué)在Penn TreeBank句法分析語(yǔ)料庫(kù)的基礎(chǔ)上標(biāo)注的語(yǔ)義角色標(biāo)注語(yǔ)料庫(kù)．PropBank只對(duì)動(dòng)詞（不包括系動(dòng)詞）進(jìn)行標(biāo)注，相應(yīng)的被稱作謂語(yǔ)動(dòng)詞．而且只包含20多個(gè)語(yǔ)義角色．其中核心的語(yǔ)義角色為Arg0～5六種，Arg0通常表示動(dòng)作的施事，Arg1通常表示動(dòng)作的影響等，Arg2～5根據(jù)謂語(yǔ)動(dòng)詞不同會(huì)有不同的語(yǔ)義含義．與FrameNet相比，PropBank基于Penn TreeBank手工標(biāo)注的句法分析結(jié)果進(jìn)行標(biāo)注，因此標(biāo)注的結(jié)果幾乎不受句法分析錯(cuò)誤的影響，準(zhǔn)確率較高．它幾乎對(duì)Penn TreeBank中的每個(gè)動(dòng)詞及其語(yǔ)義角色進(jìn)行了標(biāo)注，因此覆蓋范圍更廣，可學(xué)習(xí)性更強(qiáng)．紐約大學(xué)的研究人員開(kāi)發(fā)的NomBank是為了彌補(bǔ)PropBank僅以動(dòng)詞作為謂詞，存在標(biāo)注過(guò)于粗略的缺點(diǎn)．NomBank標(biāo)注了Penn TreeBank中的名詞性的謂詞及其語(yǔ)義角色．另外NomBank容許角色出現(xiàn)相互覆蓋的情況，這也是與PropBank不同的．

中文語(yǔ)義角色標(biāo)注的研究主要使用三種資源：Chinese Proposition Bank（CPB），Chinese Nombank［12]，Chinese FrameNet［13]．Chinese PropBank（CPB）同英文PropBank基本類似，是Upenn基于Penn Chinese Treebank（CTB）標(biāo)注的漢語(yǔ)淺層語(yǔ)義標(biāo)注資源，在Penn Chinese Treebank句法分析樹(shù)的對(duì)應(yīng)句法成分中加入了語(yǔ)義信息．Chinese Nombank把傳統(tǒng)的英文Proposition Bank和Nombank的標(biāo)注框架，擴(kuò)展到對(duì)中文名詞性謂詞的標(biāo)注．山西大學(xué)構(gòu)建的Chinese FrameNet是基于框架語(yǔ)義理論的，是一種FrameNet風(fēng)格的中文詞典．它描述了詞匯單元以及參與者框架元素之間的關(guān)系，也包含了框架元素的詳細(xì)句法信息．

2 預(yù)處理

預(yù)處理主要是對(duì)原始句子進(jìn)行詞匯、句法分析和謂詞識(shí)別等．謂詞識(shí)別是識(shí)別出句子中的動(dòng)詞性謂語(yǔ)，并為它們分配詞義．在傳統(tǒng)的基于短語(yǔ)結(jié)構(gòu)句法分析的語(yǔ)義角色標(biāo)注（SRL）系統(tǒng)中通常不執(zhí)行這步，默認(rèn)謂詞已識(shí)別正確．CoNLL2008要求進(jìn)行謂詞標(biāo)注，謂詞識(shí)別分為兩步：謂詞標(biāo)注和詞義識(shí)別．謂詞標(biāo)注的任務(wù)是標(biāo)注出句子中的謂詞；詞義識(shí)別在前者所識(shí)別的謂詞基礎(chǔ)上進(jìn)行詞義的分配．這兩步都可以看成是分類問(wèn)題，前者是一個(gè)二元分類問(wèn)題，詞義識(shí)別則是多元分類問(wèn)題，因此在實(shí)現(xiàn)時(shí)可采用各種分類器進(jìn)行分類．在特征向量的選取上，采用了同語(yǔ)義角色標(biāo)注類似的特征．因此預(yù)處理的關(guān)鍵就變成了分類器的選擇和特征向量的選取的問(wèn)題．

3 標(biāo)注單元

根據(jù)對(duì)句子的不同標(biāo)注情況，語(yǔ)義角色標(biāo)注系統(tǒng)自動(dòng)標(biāo)注的基本單元可以是句法成分、組塊、短語(yǔ)、詞等．詞標(biāo)注單元主要用于基于依存句法分析語(yǔ)義角色標(biāo)注系統(tǒng)，短語(yǔ)主要用于基于Chunk的語(yǔ)義角色標(biāo)注系統(tǒng)，句法成分主要用于基于短語(yǔ)結(jié)構(gòu)句法分析的語(yǔ)義角色標(biāo)注系統(tǒng)．目前，從整體效果上看，以句法成分為標(biāo)注單元的語(yǔ)義角色標(biāo)注要優(yōu)于以詞和短語(yǔ)為標(biāo)注單元的方法．

文獻(xiàn)［14] 以句法成分為基本標(biāo)注單元的，這種策略在短語(yǔ)結(jié)構(gòu)句法分析比較成熟的語(yǔ)言（如英文等）上表現(xiàn)得較好．然而，在其它語(yǔ)言上，很難自動(dòng)的獲得這種深層句法分析的結(jié)果，而且現(xiàn)有的句法分析系統(tǒng)，在通用領(lǐng)域表現(xiàn)欠佳．為此有人試圖將語(yǔ)義角色標(biāo)注建立在淺層句法分析的基礎(chǔ)之上，其中文獻(xiàn)［15] 中文語(yǔ)義角色標(biāo)注F1值為74%．畢竟淺層句法分析的魯棒性要好于深層句法分析．詞是比短語(yǔ)更細(xì)的語(yǔ)言單位，有些語(yǔ)義角色標(biāo)注系統(tǒng)也使用詞作為標(biāo)注的基本單位，然而效果并不如基于短語(yǔ)的和基于句法成分的理想［16]．以上的方法都是建立在短語(yǔ)結(jié)構(gòu)句法分析方法基礎(chǔ)之上的，Hacioglu使用依存句法分析結(jié)果進(jìn)行語(yǔ)義角色標(biāo)注［17]，也取得了可以與基于短語(yǔ)結(jié)構(gòu)句法分析的相比較的結(jié)果．我們可以直接使用依存句法分析器獲得依存句法分析的結(jié)果，也可以轉(zhuǎn)化短語(yǔ)結(jié)構(gòu)句法分析的結(jié)果為依存句法分析結(jié)果．與基于短語(yǔ)結(jié)構(gòu)句法分析的方法相比，基于依存句法分析不但可以利用短語(yǔ)之間的依存特征，而且只需要學(xué)習(xí)和預(yù)測(cè)與謂詞有依存關(guān)系的短語(yǔ)為某種語(yǔ)義角色即可，因此也加快了標(biāo)注的速度．

3．1 基于短語(yǔ)結(jié)構(gòu)句法分析的語(yǔ)義角色標(biāo)注

基于短語(yǔ)結(jié)構(gòu)的句法分析是句法分析中最為成熟的技術(shù)，性能和結(jié)果各方面都比較可靠、穩(wěn)定．這種策略在句法分析比較成熟的語(yǔ)言（如英文等）上表現(xiàn)得較好．然而句法分析效果并不完美，所以不可能每一個(gè)角色都能夠在句法分析樹(shù)中找到與之匹配的句法成分．據(jù)統(tǒng)計(jì)在PropBank中，基于手工標(biāo)注的句法分析樹(shù)中有4．3%的語(yǔ)義角色找不到句法成分與之相匹配．對(duì)于由Charniak Parser產(chǎn)生的自動(dòng)句法分析樹(shù)約有10．0%的語(yǔ)義角色與句法成分不相匹配．而由Collins Parser產(chǎn)生的自動(dòng)句法分析樹(shù)，這一數(shù)值更高，約為12%．在其它語(yǔ)言上，很難自動(dòng)的獲得這種句法分析的結(jié)果，而且現(xiàn)有的句法分析系統(tǒng)，在通用領(lǐng)域表現(xiàn)欠佳．為此有研究者試圖將淺層語(yǔ)義分析建立在淺層句法分析的基礎(chǔ)上．

現(xiàn)在絕大多數(shù)的語(yǔ)義角色標(biāo)注系統(tǒng)采用基于短語(yǔ)結(jié)構(gòu)的句法分析，按照對(duì)句法分析的不同依賴程度可分成三類：基于最佳單棵句法樹(shù)的SRL方法、基于最佳n棵句法樹(shù)的SRL方法和基于聯(lián)合學(xué)習(xí)的句法分析和SRL方法．在這些方法中，基于最佳單棵句法樹(shù)的SRL方法是被研究最多的，占主導(dǎo)地位．目前文獻(xiàn)報(bào)告的在單個(gè)自動(dòng)句法樹(shù)上的有劉挺等［18]，F(xiàn)1值為77．13%，李軍輝［19]等在CoNLL2005 Shared Task開(kāi)發(fā)集和WSJ測(cè)試集上分別獲得了77．54%和78．75%的F1值，．而在手工句法分析上最好的成績(jī)是Pradhan等［20]報(bào)告的，F(xiàn)1值為89．4%．從上述數(shù)據(jù)可看出，基于手工句法分析的結(jié)果相比于自動(dòng)句法分析的結(jié)果，相差了約12．3%，它們的性能差別主要取決于提供的句法分析的性能．

3．2 基于組塊的句法分析

基于語(yǔ)義組塊分析的語(yǔ)義角色標(biāo)注中，標(biāo)注的流程不再是傳統(tǒng)的句法分析－語(yǔ)義角色識(shí)別－語(yǔ)義角色分類，而是一種簡(jiǎn)化的語(yǔ)義組塊識(shí)別－語(yǔ)義組塊分類流程．這一方法將語(yǔ)義角色標(biāo)注從一個(gè)節(jié)點(diǎn)的分類問(wèn)題轉(zhuǎn)化為序列標(biāo)注問(wèn)題，由于避開(kāi)了句法分析這個(gè)階段，使得語(yǔ)義角色標(biāo)注擺脫了對(duì)句法分析的依賴，從而突破了語(yǔ)法分析器的時(shí)間和性能限制．可以取得較高的準(zhǔn)確率，并且大大節(jié)省了分析的時(shí)間．丁偉偉［21]與Carreras［22]等，Punyakanok［23]等比較發(fā)現(xiàn)，在中文語(yǔ)義角色標(biāo)注中基于語(yǔ)義組塊的方法上產(chǎn)生了與基于句法分析的方法可比較的結(jié)果．而英文則不然，主要因?yàn)椋瑥姆治鰷?zhǔn)確率來(lái)看，中文的句法分析器相較于英文遜色許多，錯(cuò)誤的分析對(duì)語(yǔ)義角色標(biāo)注的負(fù)面影響是很大的，這使得使用基于句法分析的方法進(jìn)行語(yǔ)義角色標(biāo)注效果不好．其次，不同于基于語(yǔ)法組塊的方法，語(yǔ)義組塊使組塊分析直接面向語(yǔ)義角色標(biāo)注．語(yǔ)義組塊識(shí)別直接依賴于特定動(dòng)詞，有利于充分提取與語(yǔ)義角色標(biāo)注相關(guān)的特征，這使得基于語(yǔ)義組塊方法避免了傳統(tǒng)的基于語(yǔ)法組塊方法中由于句法組塊分析和語(yǔ)義角色標(biāo)注脫節(jié)（例如組塊邊界和語(yǔ)義角色邊界不一致）帶來(lái)的弊端，提高了標(biāo)注的準(zhǔn)確率．

3．3 基于依存句法分析的語(yǔ)義角色標(biāo)注

依存句法分析表達(dá)的句法結(jié)構(gòu)是單詞與單詞之間的依賴關(guān)系圖．從理論上分析，依存句法中的句法－語(yǔ)義接口更簡(jiǎn)單、更直觀，并提供了更透明的謂詞－論元關(guān)系表達(dá)．因此在基于短語(yǔ)結(jié)構(gòu)句法分析的語(yǔ)義角色標(biāo)注系統(tǒng)遭遇到發(fā)展瓶頸，如局部模型的機(jī)器學(xué)習(xí)方法很難有更大進(jìn)展，數(shù)據(jù)的稀疏問(wèn)題嚴(yán)重，更有效的特征難以抽取等，導(dǎo)致性能無(wú)法進(jìn)一步提高．因此研究者開(kāi)始探討在另一種句法分析上進(jìn)行語(yǔ)義角色標(biāo)注——基于依存關(guān)系的語(yǔ)義角色標(biāo)注．

基于依存分析的SRL研究相對(duì)較少，Hacioglu等［24]首次采用基于依存分析的方法來(lái)實(shí)現(xiàn)語(yǔ)義角色標(biāo)注，所使用的依存樹(shù)是由句法樹(shù)轉(zhuǎn)化而來(lái)，采用SVM分類器實(shí)現(xiàn)了角色的分類，提出了12個(gè)特征（依存關(guān)系，位置，中心詞，依賴詞等），并且表明謂詞相關(guān)信息的重組對(duì)性能影響很大．最終在基于手工依存分析語(yǔ)料庫(kù)Depbank和CoNLL2004shared task語(yǔ)料庫(kù)上的F1值分別為84．6和79．8．這表明雖然使用的信息比基于句法分析SRL少，但取得的結(jié)果相似．Pradhan等［25]使用基于規(guī)則的依存分析結(jié)果進(jìn)行SRL實(shí)驗(yàn)，取得的結(jié)果比使用最新的基于統(tǒng)計(jì)短語(yǔ)結(jié)構(gòu)句法分析的性能要差很多，在WSJSection23上的F值從78．4下降到了47．2．類似的，Swanson和Gordon［26]報(bào)告：從基于規(guī)則的依存分析中抽取的句法樹(shù)特征不如從短語(yǔ)結(jié)構(gòu)句法分析上抽取的相同特征表現(xiàn)穩(wěn)定．而最新的基于依存關(guān)系的SRL研究出現(xiàn)在CoNLL2008評(píng)測(cè)中，代表作是Johansson等的工作．在Johansson等一文中，詳細(xì)比較了基于短語(yǔ)結(jié)構(gòu)句法分析和基于依存結(jié)構(gòu)句法分析的SRL在FrameNet語(yǔ)料庫(kù)上的性能，結(jié)果表明使用現(xiàn)代基于統(tǒng)計(jì)的依存句法分析，兩者的性能幾乎是相當(dāng)?shù)模恼逻€指出早期基于依存關(guān)系SRL的性能較差的原因是依存句法分析的準(zhǔn)確率較低．他們的實(shí)驗(yàn)還表明，依存關(guān)系表示中的語(yǔ)法功能信息影響了語(yǔ)義角色分類器的訓(xùn)練；而使用依存關(guān)系訓(xùn)練得到的角色分類器對(duì)因跨領(lǐng)域而引起的詞匯問(wèn)題更具復(fù)原力．在Johansson等的另一篇文章［28]中詳細(xì)分析比較了兩種SRL系統(tǒng)在Prop－Bank語(yǔ)料上的性能．這篇文章的貢獻(xiàn)在于分別使用基于部分短語(yǔ)的（segment－based）和基于依存關(guān)系（dependency－based）的衡量標(biāo)準(zhǔn)來(lái)公平的比較代表當(dāng)前最好性能的兩類SRL系統(tǒng)的性能．他們實(shí)現(xiàn)的基于依存句法的SRL系統(tǒng)在上述兩項(xiàng)衡量標(biāo)準(zhǔn)下F值分別為77．97（WSJ＋Brown）和84．29（CoNLL－2008測(cè)試集）．實(shí)驗(yàn)結(jié)果表明，基于依存分析的SRL系統(tǒng)更偏向于查找角色頭而不是角色的文字片斷．這樣的特性究竟是優(yōu)點(diǎn)還是缺點(diǎn)取決于具體的應(yīng)用，如對(duì)于使用模板填充類的系統(tǒng)可能需要完整的角色；而對(duì)于使用語(yǔ)義角色標(biāo)注表示的文本分類則可能僅需要角色的頭．同基于短語(yǔ)結(jié)構(gòu)句法分析的語(yǔ)義角色標(biāo)注類似，基于依存關(guān)系的語(yǔ)義角色標(biāo)注步驟一般可分為三步：謂詞識(shí)別、角色識(shí)別和角色分類．當(dāng)然還可以包括后處理，這里的后處理主要是進(jìn)行全局推導(dǎo)．

4 標(biāo)注過(guò)程

進(jìn)行語(yǔ)義角色標(biāo)注首先需要進(jìn)行句法分析，并在句法分析的基礎(chǔ)上進(jìn)行謂詞識(shí)別．所謂謂詞識(shí)別就是識(shí)別出句子中的謂語(yǔ)動(dòng)詞或名詞，并為該謂詞標(biāo)注詞義．目前大部分的語(yǔ)義角色標(biāo)注系統(tǒng)并不進(jìn)行謂詞識(shí)別，這是因?yàn)榇蟛糠窒到y(tǒng)默認(rèn)使用了語(yǔ)料庫(kù)中人工標(biāo)注的謂詞及其詞義．但謂詞識(shí)別也是語(yǔ)義角色標(biāo)注中的重要一步，它的性能直接影響到系統(tǒng)性能．除去對(duì)原始句子進(jìn)行詞匯、句法分析和謂詞識(shí)別等預(yù)處理外，目前大部分語(yǔ)義角色標(biāo)注系統(tǒng)的標(biāo)注過(guò)程采用四個(gè)步驟完成：剪枝、識(shí)別、分類和后處理．國(guó)內(nèi)外很多學(xué)者對(duì)每個(gè)過(guò)程的研究也非常豐富，對(duì)于識(shí)別、分類階段的特征挑選方面也進(jìn)行了細(xì)致的研究．當(dāng)然，并非所有的系統(tǒng)都包括以上4個(gè)步驟，特別是前兩個(gè)步驟，其主要目的是提高處理效率，但隨之帶來(lái)的是召回率的下降，即損失了一些本應(yīng)是語(yǔ)義角色的標(biāo)注單元．因此，在某些系統(tǒng)中，去除了剪枝步驟．還有些系統(tǒng)合并了識(shí)別和分類步驟［29]，直接對(duì)語(yǔ)義角色進(jìn)行分類，也就是將非語(yǔ)義角色的標(biāo)注單元也看成是一類．

4．1 剪枝算法

以句法成分為標(biāo)注單元的語(yǔ)義角色標(biāo)注，首先需要一種簡(jiǎn)單的剪枝預(yù)處理方法來(lái)過(guò)濾句法分析樹(shù)中一些不可能成為語(yǔ)義角色的句法成分，保留盡量少的候選句法成分，以提高準(zhǔn)確性．劉挺等［18]采用識(shí)別分類一步到位的方法對(duì)與謂詞相關(guān)的全部句法成分進(jìn)行訓(xùn)練和預(yù)測(cè)，只裁掉了句法類型為詞性的句法成分．但使得AM－MOD和AM－NEG等角色對(duì)句法樹(shù)上的句法成分匹配率很低，還要進(jìn)行后處理．使用最廣泛的剪枝算法是由Xue等［12]提出的．其基本思想是選取當(dāng)前謂詞結(jié)點(diǎn)和其祖先的兄弟結(jié)點(diǎn)作為候選角色，輸入到角色識(shí)別階段，其中如果當(dāng)前結(jié)點(diǎn)是PP，則同時(shí)收集其直接孩子結(jié)點(diǎn)．

王紅玲等［30]提出了基于中心詞的剪枝算法，在預(yù)處理階段，針對(duì)句法分析樹(shù)中句法成分與語(yǔ)義角色不一一匹配的問(wèn)題，在Xue［12]剪枝算法的基礎(chǔ)上改進(jìn)，提出了基于中心詞的剪枝算法．該算法除選取當(dāng)前謂詞結(jié)點(diǎn)和其祖先的兄弟結(jié)點(diǎn)作為候選角色外，也選取這些兄弟結(jié)點(diǎn)的孩子結(jié)點(diǎn)，如孩子結(jié)點(diǎn)與其父親結(jié)點(diǎn)具有相同中心詞時(shí)，舍去孩子結(jié)點(diǎn)和其兄弟結(jié)點(diǎn)．該算法提高了系統(tǒng)的召回率（1．1%）．

4．2 語(yǔ)義角色的識(shí)別和分類

標(biāo)注方法語(yǔ)義角色的識(shí)別和分類步驟尤為重要，它們可以作為分類問(wèn)題處理．也就是說(shuō)，人們可以逐一判斷一個(gè)標(biāo)注單元是否是某一動(dòng)詞的語(yǔ)義角色，更進(jìn)一步的，可以預(yù)測(cè)其屬于何種具體的語(yǔ)義角色．最初人們使用基于規(guī)則的方法來(lái)解決分類問(wèn)題，但是，此方法需要專家構(gòu)筑大規(guī)模的知識(shí)庫(kù)，這不但需要有專業(yè)技能的專家，也需要付出大量勞動(dòng)．同時(shí)，隨著知識(shí)庫(kù)的增加，矛盾和沖突的規(guī)則也隨之產(chǎn)生．為了克服知識(shí)庫(kù)方法的缺點(diǎn)，人們后來(lái)使用機(jī)器學(xué)習(xí)的方法來(lái)解決此問(wèn)題．該方法的優(yōu)點(diǎn)是不需要有專業(yè)技能的專家書(shū)寫知識(shí)庫(kù)，只需要有一定專業(yè)知識(shí)的人對(duì)任意一種語(yǔ)言現(xiàn)象做出適當(dāng)?shù)姆诸惣纯桑缓笠源藶橛?xùn)練數(shù)據(jù)，再使用各種學(xué)習(xí)方法構(gòu)造性能卓越的分類器．該方法通常稱為有指導(dǎo)學(xué)習(xí)（Supervised Learning）方法．雖然它能夠較好的解決一些已有大量正確標(biāo)注語(yǔ)料庫(kù)的自然語(yǔ)言處理問(wèn)題，但是通常，我們獲得這種語(yǔ)料庫(kù)的代價(jià)也是昂貴的．為此，人們?cè)噲D使用未標(biāo)注的語(yǔ)料庫(kù)直接進(jìn)行學(xué)習(xí)，這種方法被稱作無(wú)指導(dǎo)學(xué)習(xí)（Unsupervised Learning）［31]．或者只借助少量標(biāo)注語(yǔ)料，利用大量未標(biāo)注語(yǔ)料的半指導(dǎo)學(xué)習(xí)（Semi－supervised Learning）［32]．然而無(wú)論是無(wú)指導(dǎo)學(xué)習(xí)，還是半指導(dǎo)學(xué)習(xí)，其理論都不甚完備，效果也不如有指導(dǎo)學(xué)習(xí)方法，但是泛化要好得多．

4．3 后處理

對(duì)于一個(gè)句法成分嵌套在另一個(gè)成分中的情況，如不采取處理系統(tǒng)有可能對(duì)這兩個(gè)成分都進(jìn)行了標(biāo)注．但是，根據(jù)語(yǔ)義角色標(biāo)注的規(guī)范，這是不允許的．因此，最簡(jiǎn)單的做法是在嵌套關(guān)系發(fā)生時(shí)，只保留一個(gè)角色．由于最大熵分類器能夠很容易地預(yù)測(cè)每一個(gè)輸出的概率，因此，處理嵌套時(shí)只把嵌套關(guān)系中概率最高的成分標(biāo)注出來(lái)．

嵌套關(guān)系的處理也可以放在論元識(shí)別之后、分類之前進(jìn)行．這是因?yàn)槎?xùn)練中樣例大致平衡，準(zhǔn)確率也比較高，同時(shí)對(duì)分類階段引入的錯(cuò)誤也可以降低．Toutanova等［33]采用了這種方法，而且還采用動(dòng)態(tài)規(guī)劃的方法，自底向上地從句法樹(shù)的葉子結(jié)點(diǎn)開(kāi)始到根計(jì)算當(dāng)前句法成分為根形成的不嵌套的子樹(shù)與當(dāng)前句法成分分別為空角色和非空角色的概率和，從而取得不嵌套的論元序列．

王紅玲等［34]提出了基于角色共現(xiàn)概率的去除重復(fù)論元算法，具體思想為：經(jīng)過(guò)分類后，可取得最可能承擔(dān)當(dāng)前句法成分角色的兩個(gè)角色的概率，即具有最高概率的兩個(gè)角色，然后通過(guò)計(jì)算角色的共現(xiàn)概率，來(lái)決定最終的角色．在后處理階段，針對(duì)語(yǔ)義角色標(biāo)注中不允許兩個(gè)嵌套的句法成分同時(shí)承擔(dān)動(dòng)詞的角色的問(wèn)題，提出了基于角色共現(xiàn)概率的去除嵌套關(guān)系的算法，其基本思想是根據(jù)角色共現(xiàn)概率的大小決定保留的角色．針對(duì)謂語(yǔ)動(dòng)詞不會(huì)同時(shí)存在兩個(gè)或兩個(gè)以上的相同的核心角色的問(wèn)題，提出了基于角色共現(xiàn)概率的去除重復(fù)論元的算法，具體思想為：經(jīng)過(guò)分類后，取得最可能承擔(dān)當(dāng)前句法成分角色的兩個(gè)角色的概率，即具有最高概率的兩個(gè)角色，然后通過(guò)計(jì)算角色的共現(xiàn)概率，來(lái)決定最終的角色．實(shí)驗(yàn)結(jié)果表明，角色分類的準(zhǔn)確率普遍提高，而對(duì)召回率的影響很?。@個(gè)現(xiàn)象充分說(shuō)明了后處理對(duì)角色分類是有效的．

5 結(jié)論和展望

語(yǔ)義角色標(biāo)注的性能嚴(yán)重依賴于句法分析的性能，而這個(gè)問(wèn)題在中文的語(yǔ)義角色標(biāo)注中尤其突出；由于很難提出更有效的特征，基于短語(yǔ)結(jié)構(gòu)的語(yǔ)義角色標(biāo)注系統(tǒng)發(fā)展遭遇瓶頸，性能很難進(jìn)一步提高；跨領(lǐng)域分析性能較差等各個(gè)方面．

由于句法分析的錯(cuò)誤，語(yǔ)義分析的性能等原因，獨(dú)立的語(yǔ)義角色標(biāo)注系統(tǒng)很難獲得滿意的分析結(jié)果，因此試圖融合多種語(yǔ)義角色標(biāo)注的結(jié)果可以作為一種嘗試．但要面對(duì)各種融合方法都或多或少的提高了系統(tǒng)的整體性能，當(dāng)然也造成了系統(tǒng)構(gòu)造復(fù)雜，分析效率不高等問(wèn)題．

語(yǔ)義角色標(biāo)注的性能離實(shí)用化還有一定的距離，需要繼續(xù)深入研究．歸納起來(lái)，有以下幾個(gè)方面有待進(jìn)一步研究：

1）領(lǐng)域適應(yīng)性問(wèn)題．為了使語(yǔ)義角色標(biāo)注達(dá)到實(shí)用的目的，必須解決領(lǐng)域適應(yīng)性問(wèn)題，也就是說(shuō)解決測(cè)試語(yǔ)料和訓(xùn)練語(yǔ)料屬于不同的領(lǐng)域，性能下降較多的問(wèn)題．研究結(jié)果表明，Brown語(yǔ)料上的評(píng)測(cè)結(jié)果均較之WSJ語(yǔ)料結(jié)果低10%左右．真正解決這個(gè)問(wèn)題還有很遠(yuǎn)的路要走．

2）句法分析和語(yǔ)義分析的聯(lián)合學(xué)習(xí)．以往的研究均表明，不管是短語(yǔ)結(jié)構(gòu)句法還是依存結(jié)構(gòu)句法，語(yǔ)義角色標(biāo)注系統(tǒng)的性能都受制于句法分析的性能，這一點(diǎn)在中文上表現(xiàn)尤為突出．實(shí)驗(yàn)結(jié)果表明：在英文中，使用手工標(biāo)注和自動(dòng)標(biāo)注句法分析的SRL系統(tǒng)性能相差10%，而在中文上，這個(gè)值達(dá)到了30%．而進(jìn)行聯(lián)合學(xué)習(xí)是解決這個(gè)問(wèn)題的一個(gè)有效途經(jīng)．

3）基于依存句法分析的中文語(yǔ)義角色標(biāo)注的進(jìn)一步研究．這個(gè)研究方向剛剛起步，主要原因是沒(méi)有合適的標(biāo)注語(yǔ)料庫(kù)，也沒(méi)有合理的評(píng)測(cè)標(biāo)準(zhǔn)．已有研究表明，依存句法分析相比與短語(yǔ)結(jié)構(gòu)的句法分析，含有更多的語(yǔ)義信息．因此該研究方向值得進(jìn)一步深入研究．

［1] Shen D，Lapata M．Using semantic roles to improve question answering［C] ／／Annie Zaenen，Antal van den Bosch．Proceedings of the 2007Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning．Edmonton：Association for Computational Linguistics，2007：12－21．

［2] Mihai S，Sanda H，John W．Using predicate－argument structures for information extraction［C] ／／Erhard W Hinrichs，Dan Roth．Proceedings of the Annual Meeting on Association for Computational Lingustics．Sapporo：Association for Computational Linguistics，2003：8－15．

［3] 于江德，樊孝忠，龐文博．事件信息抽取中語(yǔ)義角色標(biāo)注研究［J] ．計(jì)算機(jī)科學(xué)．2008，35（3）：155–157

［4] Bilotti M W，Ogilvie P，Callan J，et al．Structured retrieval for question answering［C] ／／Kraaij W，de Vries AP，Clarke CLA，eds．Proceedings of the 30th Annual Int＇l ACM SIGIR Conf．on Research and Development in Information Retrieval．New York：ACM，2007，351－358．

［5] 秦兵，劉挺，李生．多文檔自動(dòng)文摘綜述［J] ．中文信息學(xué)報(bào)，2005，19（6）：14－20．

［6] Braz R，Girju R，Punyakanok V，Roth D，et al．An inference model for semantic entailment in natural language［C] ／／Cristiano Castelfranchi．National Conference on Artificial Intelligence．Virginia：AAAI，2005：1 678－1 679．

［7] 吳曉鋒，宗成慶．基于語(yǔ)義角色標(biāo)注的新聞?lì)I(lǐng)域復(fù)述句識(shí)別方法．中文信息學(xué)報(bào)［J] ．2010，24（5）：3－8

［8] Jinho D C，Matha P．Transition－based semantic role labeling using predicate argument clustering［C] ／／Matsumoto，Yuji Mihalcea，Rada．Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics：Human Language Technologies．Portland：Association for Computational Linguistics，2011：37－45．

［9] Baker C F，F(xiàn)illmore C J，Lowe J B．The berkeley frameNetproject［C] ／／Salimer M．Proceedings of the 36th Annual Meeting of the Association for Computational Linguistics and 17th International Conference on Computational Linguistics．Montreal：Association for Computational Linguistics．1998：86－90．

［10] Palmer M，Gildea D，Kingsbury P．The proposition bank：an annotated corpus of semantic roles［J] ．Computational Linguistics．2005，31（1）：71－106．

［11] Meyers A，Reeves R，Macleod C．The nombank project：an interim report［C] ／／Susan Dumais，Daniel Marcu，Salim Roukos Proceedings of HLT－NAACL 2004Workshop：Frontiers in Corpus Annotation．Boston：Association for Computational Linguistics，2004：24－31．

［12] Xue N．Annotating the predicate－argument structure of chinese nominalizations［C] ／／M Gild．Proceedings of the LREC 2006．Genoa：Association for Computational Linguistics，2006：1382 1387．

［13] You L P，Liu K Y．Building chinese framenet database［C] ／／Mrques K．Conference on Natural Language Processing and Knowledge Engineering（IEEE NLP－KE）．NewYork：IEEE，2005：301－306．

［14] Punyakanok V，Roth D，Yih W T．The necessity of syntactic parsing for semantic role labeling［C] ／／R．Dale．Proceedings of IJCAI－2005．Berlin：Association for Computational Linguistics，2005：1 117－1 123．

［15] 王鑫，孫薇薇，穗志方．基于淺層句法分析的中文語(yǔ)義角色標(biāo)注研究．中文信息學(xué)報(bào)［J] ．2011，25（1）：116–122

［16] Kwong O Y，Tsou B K．Semantic role tagging for chinese at the lexical level［C] ／／Robert Dale．Second International Joint Conference on Natural Language Processing．Jeju Island：Association for Computational Linguistics，2005：804－814．

［17] Hacioglu K．Semantic role labeling using dependency trees［C] ／／COLING＇04Proceedings of the 20th international conference on Computational Linguistics．Geneva：Association for Computational Linguistics，2004：1 273－1 281．

［18] 劉挺，車萬(wàn)翔，李生．基于最大熵分類器的語(yǔ)義角色標(biāo)注［J] ．軟件學(xué)報(bào)，2007，18（3）：565－573．

［19] 李軍輝，王紅玲，周國(guó)棟，等．語(yǔ)義角色標(biāo)注中句法特征的研究．中文信息學(xué)報(bào)［J] ．2009，23（6）：11－18

［20] Pradhan S，Hacioglu K，Krugler V，et al．Support vector learning for semantic argument classification［J] ．Machine Learning Journal．2005，60（1）：11－39．

［21] 丁偉偉，常寶寶．基于語(yǔ)義組塊分析的漢語(yǔ)語(yǔ)義角色標(biāo)注．中文信息學(xué)報(bào)［J] ．2009，23（5）：53－61，74

［22] Carreras X，Mrques L．Introduction to the conll2005shared task：semantic role labeling［C] ／／Daniel Gildea，CONLL＇05 Proceedings of the Ninth Conference on Computational Natural Language Learning．Stroudsburg：Association for Computational Linguistics，2005：152－164．

［23] Duan H，Bai X，Chang B，et al．Chinese word segmentation at Peking University［C] ／／Qing Ma，F(xiàn)ei Xia．Proceedings of the Second SIGHAN Workshop on Chinese Language Processing．Sapporo：Association for Computational Linguistics，2003：152－155．

［24] Hacioglu K．Semantic role labeling using dependency trees［C] ／／Joakim Nivre，COLING＇04Proceedings of the 20th international conference on Computational Linguistics．Geneva：Association for Computational Linguistics，2004：1273－1276．

［25] Pradhan S，Ward W，Hacioglu K，et al．Semantic role labeling using different syntactic views［C] ／／Kevin Knight，Hwee Tou Ng，Kemal Oflazer．Proceedings of the 43rd Annual Meeting of the Association for Computational Linguistics，Ann Arbor：Association for Computational Linguistics，2005：581－588．

［26] Swanson R，Gordon A S．A comparison of alternative parser tree paths for labeling semantic roles［C] ／／Nicoletta Calzolari，Claire Cardie，Pierre Isabelle．Proceedings of the 21st International Conference on Computational Linguistics and 44th Annual Meeting of the Association for Computational Linguistics．Sydney：Association for Computational Linguistics，2006：811－818．

［27] Johansson R，Nugues P．The effect of syntactic representation on semantic role labeling［C] ／／Donia Scott，Hans Uszkoreit，Proceedings of 22nd International Conference on Computational Linguistics．Stroudsburg：Association for Computational Linguistics 2008：393－400．

［28] Johansson R，Nugues P．Dependency－based semantic role labeling of PropBank［C] ／／Mirella Lapata，Hwee Tou Ng，Proceedings of the 2008Conference on Empirical Methods in Natural Language Processing，Honolulu：Association for Computational Linguistics．2008：69－78．

［29] Liu T，Che W，Li S，et al．Semantic role labeling system using maximum entropy classifier［C] ／／Daniel Gildea．CONLL＇05 Proceedings of the Ninth Conference on Computational Natural Language Learning．Stroudsburg：Association for Computational Linguistics，2005：189－192．

［30] Wang H L，Zhou G D，Zhu Q M．Dependency tree－based SRL with proper pruning and extensive feature engineering［C] ／／Iryna Gurevych，Delphine Bernhard．Proceedings of the 22nd International Conference on Computational Linguistics（Coling 2008），Manchester：Coling 2008Organizing Committee，2008．23－24．

［31] Swier R S，Stevenson S．Unsupervised semantic role labelling［C] ／／D Lin，D Wu．Proceedings of the 2004Conference on Empirical Methods in Natural Language Processing．Barcelona：Association for Computational Linguistics，2004：95－102

［32] 陳耀東，王挺，陳火旺．半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)相結(jié)合的淺層語(yǔ)義分析．中文信息學(xué)報(bào)［J] ．2008，22（2）：70－75

［33] Zhang M，Che W X，AW A T，et al．A grammar－driven convolution tree kernel for semantic role classification［C] ／／Annie Zaenen，Antal van den Bosch．Proceedings of the 45th Annual Meeting of the Association of Computational Linguistics．Prague：Association for Computational Linguistics，2007：200－207．

［34] Wang H L．Research on feature－based semantic role labeling for English and Chinese［D] ．Suzhou：Soochow University，2008．