本發(fā)明涉及自然語(yǔ)言處理技術(shù)領(lǐng)域，具體涉及一種基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法、系統(tǒng)。

背景技術(shù)：

目前，CoNLL格式是自然語(yǔ)言處理中很常用的格式，該格式包含自然語(yǔ)言處理所需的信息，如分詞、詞性、依存句法分析和語(yǔ)義角色標(biāo)記等。但是，現(xiàn)有的CoNLL格式有如下缺陷：第一，語(yǔ)義角色標(biāo)記不夠直觀，且不便于修改；第二，現(xiàn)有的CoNLL格式無(wú)法提供分句信息，致使現(xiàn)有的CoNLL格式包含的信息不足，尤其在跨領(lǐng)域合作時(shí)，信息傳遞效率低，且增加維護(hù)人員進(jìn)行檢查與修改的工作量，維護(hù)成本加大。

如何添加分句信息，提高語(yǔ)義角色信息的可讀性，是本領(lǐng)域技術(shù)人員亟需解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法、系統(tǒng)，能夠添加分句信息，提高語(yǔ)義角色信息的可讀性。

第一方面，本發(fā)明提供一種基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法，該方法包括：

步驟S1，獲取分句信息和語(yǔ)義角色信息；

步驟S2，在預(yù)獲取的CoNLL格式中增設(shè)分句欄位；

步驟S3，將分句信息存儲(chǔ)于分句欄位；

步驟S4，設(shè)置分句欄位的讀取格式規(guī)則；

步驟S5，將語(yǔ)義角色信息標(biāo)記于語(yǔ)義角色欄位，CoNLL格式包括語(yǔ)義角色欄位。

進(jìn)一步地，獲取分句信息和語(yǔ)義角色信息，具體包括：檢測(cè)預(yù)獲取的自然語(yǔ)言，獲取分句起點(diǎn)信息、分句終點(diǎn)信息和語(yǔ)義角色信息，分句信息包括分句起點(diǎn)信息和分句終點(diǎn)信息；

將分句信息存儲(chǔ)于分句欄位，具體包括：將分句起點(diǎn)信息和分句終點(diǎn)信息存儲(chǔ)于分句欄位。

基于上述任意基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法實(shí)施例，進(jìn)一步地，將語(yǔ)義角色信息標(biāo)記于語(yǔ)義角色欄位，具體包括：將語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息標(biāo)記于語(yǔ)義角色欄位，語(yǔ)義角色信息包括語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息。

進(jìn)一步地，將語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息標(biāo)記于語(yǔ)義角色欄位，具體包括：調(diào)整語(yǔ)義角色欄位的分析字段，形成標(biāo)記字段和范圍字段；

將語(yǔ)義角色標(biāo)記信息標(biāo)記于標(biāo)記字段；

將語(yǔ)義角色范圍信息標(biāo)記于范圍字段。

進(jìn)一步地，將語(yǔ)義角色標(biāo)記信息標(biāo)記于標(biāo)記字段之后，該方法還包括：根據(jù)預(yù)獲取的語(yǔ)義角色標(biāo)記變化信息，修改標(biāo)記字段的語(yǔ)義角色標(biāo)記信息；

將語(yǔ)義角色范圍信息標(biāo)記于范圍字段之后，該方法還包括：根據(jù)預(yù)獲取的語(yǔ)義角色范圍變化信息，修改范圍字段的語(yǔ)義角色范圍信息。

第二方面，本發(fā)明提供一種基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)，該系統(tǒng)包括信息獲取模塊、分句欄位增設(shè)模塊、分句信息存儲(chǔ)模塊、讀取格式規(guī)則設(shè)置模塊和語(yǔ)義角色信息標(biāo)記模塊，信息獲取模塊用于獲取分句信息和語(yǔ)義角色信息；分句欄位增設(shè)模塊用于在預(yù)獲取的CoNLL格式中增設(shè)分句欄位；分句信息存儲(chǔ)模塊用于將分句信息存儲(chǔ)于分句欄位；讀取格式規(guī)則設(shè)置模塊用于設(shè)置分句欄位的讀取格式規(guī)則；語(yǔ)義角色信息標(biāo)記模塊用于將語(yǔ)義角色信息標(biāo)記于語(yǔ)義角色欄位，CoNLL格式包括語(yǔ)義角色欄位。

進(jìn)一步地，信息獲取模塊具體用于：檢測(cè)預(yù)獲取的自然語(yǔ)言，獲取分句起點(diǎn)信息、分句終點(diǎn)信息和語(yǔ)義角色信息，分句信息包括分句起點(diǎn)信息和分句終點(diǎn)信息；

分句信息存儲(chǔ)模塊具體用于：將分句起點(diǎn)信息和分句終點(diǎn)信息存儲(chǔ)于分句欄位。

基于上述任意基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)實(shí)施例，進(jìn)一步地，語(yǔ)義角色信息標(biāo)記模塊具體用于：將語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息標(biāo)記于語(yǔ)義角色欄位，語(yǔ)義角色信息包括語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息。

進(jìn)一步地，語(yǔ)義角色信息標(biāo)記模塊包括字段調(diào)整子模塊、語(yǔ)義角色標(biāo)記信息處理子模塊和語(yǔ)義角色范圍信息處理子模塊，字段調(diào)整子模塊用于調(diào)整語(yǔ)義角色欄位的分析字段，形成標(biāo)記字段和范圍字段；語(yǔ)義角色標(biāo)記信息處理子模塊，用于將語(yǔ)義角色標(biāo)記信息標(biāo)記于標(biāo)記字段；語(yǔ)義角色范圍信息處理子模塊，用于將語(yǔ)義角色范圍信息標(biāo)記于范圍字段。

進(jìn)一步地，語(yǔ)義角色標(biāo)記信息處理子模塊還用于根據(jù)預(yù)獲取的語(yǔ)義角色標(biāo)記變化信息，修改標(biāo)記字段的語(yǔ)義角色標(biāo)記信息；

語(yǔ)義角色范圍信息處理子模塊還用于根據(jù)預(yù)獲取的語(yǔ)義角色范圍變化信息，修改范圍字段的語(yǔ)義角色范圍信息。

由上述技術(shù)方案可知，本實(shí)施例提供的基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法、系統(tǒng)，通過(guò)增設(shè)CoNLL格式的欄位數(shù)量，以標(biāo)記分句信息，既增加信息量，又保留CoNLL格式中的分詞、詞性和依存句法分析，能夠支持更多研究與工業(yè)應(yīng)用。同時(shí)，該方法還能夠在語(yǔ)義角色欄位標(biāo)記語(yǔ)義角色信息，以提高語(yǔ)義角色信息的可讀性，提升跨領(lǐng)域合作的效率。

因此，本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法、系統(tǒng)，既能夠維持CoNLL格式的架構(gòu)，又能夠增加分句信息，提高語(yǔ)義角色信息的可讀性。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹。在所有附圖中，類(lèi)似的元件或部分一般由類(lèi)似的附圖標(biāo)記標(biāo)識(shí)。附圖中，各元件或部分并不一定按照實(shí)際的比例繪制。

圖1示出了本發(fā)明所提供的一種基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法的流程圖；

圖2示出了本發(fā)明所提供的一種基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)的結(jié)構(gòu)框圖。

具體實(shí)施方式

下面將結(jié)合附圖對(duì)本發(fā)明技術(shù)方案的實(shí)施例進(jìn)行詳細(xì)的描述。以下實(shí)施例僅用于更加清楚地說(shuō)明本發(fā)明的技術(shù)方案，因此只是作為示例，而不能以此來(lái)限制本發(fā)明的保護(hù)范圍。

需要注意的是，除非另有說(shuō)明，本申請(qǐng)使用的技術(shù)術(shù)語(yǔ)或者科學(xué)術(shù)語(yǔ)應(yīng)當(dāng)為本發(fā)明所屬領(lǐng)域技術(shù)人員所理解的通常意義。

本發(fā)明實(shí)施例所提供的一種基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法，結(jié)合圖1，該方法包括：

步驟S1，獲取分句信息和語(yǔ)義角色信息，在此，語(yǔ)義角色信息包括兩個(gè)要素：標(biāo)記和范圍，其中，標(biāo)記為語(yǔ)義角色的種類(lèi)，如施事、受事，范圍表示這個(gè)標(biāo)記是由哪些詞所組成的，且需要由依存句法分析判斷，其可能包含多個(gè)分詞。

步驟S2，在預(yù)獲取的CoNLL格式中增設(shè)分句欄位，在此，CoNLL格式可以為CoNLL-U格式，如將CoNLL-2009格式增設(shè)兩個(gè)字段，一個(gè)字段記錄人工標(biāo)記結(jié)果，另一個(gè)字段記錄模型預(yù)測(cè)結(jié)果，且增設(shè)分句欄位時(shí)無(wú)需設(shè)置特定位置。

步驟S3，將分句信息存儲(chǔ)于分句欄位。

步驟S4，設(shè)置分句欄位的讀取格式規(guī)則，即采用應(yīng)用程序?qū)Ψ志錂谖恢械奈淖诌M(jìn)行基本文字處理。

步驟S5，將語(yǔ)義角色信息標(biāo)記于語(yǔ)義角色欄位，CoNLL格式包括語(yǔ)義角色欄位。

由上述技術(shù)方案可知，本實(shí)施例提供的基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法，通過(guò)增設(shè)CoNLL格式的欄位數(shù)量，以標(biāo)記分句信息，既增加信息量，又保留CoNLL格式中的分詞、詞性和依存句法分析，能夠支持更多研究與工業(yè)應(yīng)用。同時(shí)，該方法還能夠在語(yǔ)義角色欄位標(biāo)記語(yǔ)義角色信息，以提高語(yǔ)義角色信息的可讀性，提升跨領(lǐng)域合作的效率。

因此，本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法，既能夠維持CoNLL格式的架構(gòu)，又能夠增加分句信息，提高語(yǔ)義角色信息的可讀性。

為了進(jìn)一步提高本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法的準(zhǔn)確性，具體地，在分句信息處理方面，該方法能夠檢測(cè)預(yù)獲取的自然語(yǔ)言，獲取分句起點(diǎn)信息、分句終點(diǎn)信息和語(yǔ)義角色信息，分句信息包括分句起點(diǎn)信息和分句終點(diǎn)信息；將分句起點(diǎn)信息和分句終點(diǎn)信息存儲(chǔ)于分句欄位。在此，該方法能夠提供分句的多方面信息，如檢測(cè)到分句的起點(diǎn)和終點(diǎn)，同時(shí)將分句起點(diǎn)信息和分句終點(diǎn)信息進(jìn)行存儲(chǔ)，以為用戶提供多方面關(guān)于分句的信息量。并且，分句信息是選擇性加入，且直接標(biāo)記在分句欄位上，利用現(xiàn)有的CoNLL格式轉(zhuǎn)換，無(wú)需更改CoNLL格式的架構(gòu)，簡(jiǎn)便、快捷。

具體地，在語(yǔ)義角色信息處理方面，本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法能夠標(biāo)記語(yǔ)義角色的兩個(gè)要素，即標(biāo)記和范圍。該方法能夠?qū)⒄Z(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息標(biāo)記于語(yǔ)義角色欄位，語(yǔ)義角色信息包括語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息，其中，語(yǔ)義角色范圍信息是依據(jù)句法分析得出的信息。并且，在進(jìn)行信息標(biāo)記時(shí)，該方法的實(shí)現(xiàn)過(guò)程如下：

調(diào)整語(yǔ)義角色欄位的分析字段，形成標(biāo)記字段和范圍字段；將語(yǔ)義角色標(biāo)記信息標(biāo)記于標(biāo)記字段；將語(yǔ)義角色范圍信息標(biāo)記于范圍字段。在此，該方法通過(guò)改變語(yǔ)義角色欄位的分析字段，以便于同時(shí)標(biāo)記語(yǔ)義角色的兩個(gè)要素，避免語(yǔ)義角色信息不直觀，且不利于標(biāo)記的現(xiàn)象，提高語(yǔ)義角色信息的可讀性。

同時(shí)，本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記方法還能夠?qū)φZ(yǔ)義角色信息進(jìn)行修改，具體實(shí)現(xiàn)過(guò)程如下：

將語(yǔ)義角色標(biāo)記信息標(biāo)記于標(biāo)記字段之后，該方法還包括：根據(jù)預(yù)獲取的語(yǔ)義角色標(biāo)記變化信息，修改標(biāo)記字段的語(yǔ)義角色標(biāo)記信息。將語(yǔ)義角色范圍信息標(biāo)記于范圍字段之后，該方法還包括：根據(jù)預(yù)獲取的語(yǔ)義角色范圍變化信息，修改范圍字段的語(yǔ)義角色范圍信息。在此，若語(yǔ)義角色信息的標(biāo)記或范圍發(fā)生變化時(shí)，該方法能夠直接進(jìn)行修改，方便、快捷。

第二方面，本發(fā)明實(shí)施例提供一種基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)，結(jié)合圖2，該系統(tǒng)包括信息獲取模塊1、分句欄位增設(shè)模塊2、分句信息存儲(chǔ)模塊3、讀取格式規(guī)則設(shè)置模塊4和語(yǔ)義角色信息標(biāo)記模塊5，信息獲取模塊1用于獲取分句信息和語(yǔ)義角色信息；分句欄位增設(shè)模塊2用于在預(yù)獲取的CoNLL格式中增設(shè)分句欄位；分句信息存儲(chǔ)模塊3用于將分句信息存儲(chǔ)于分句欄位；讀取格式規(guī)則設(shè)置模塊4用于設(shè)置分句欄位的讀取格式規(guī)則；語(yǔ)義角色信息標(biāo)記模塊5用于將語(yǔ)義角色信息標(biāo)記于語(yǔ)義角色欄位，CoNLL格式包括語(yǔ)義角色欄位。

由上述技術(shù)方案可知，本實(shí)施例提供的基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)，通過(guò)增設(shè)CoNLL格式的欄位數(shù)量，以標(biāo)記分句信息，既增加信息量，又保留CoNLL格式中的分詞、詞性和依存句法分析，能夠支持更多研究與工業(yè)應(yīng)用。同時(shí)，該系統(tǒng)還能夠在語(yǔ)義角色欄位標(biāo)記語(yǔ)義角色信息，以提高語(yǔ)義角色信息的可讀性，提升跨領(lǐng)域合作的效率。

因此，本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)，既能夠維持CoNLL格式的架構(gòu)，又能夠增加分句信息，提高語(yǔ)義角色信息的可讀性。

具體地，在分句信息處理方面，信息獲取模塊1具體用于：檢測(cè)預(yù)獲取的自然語(yǔ)言，獲取分句起點(diǎn)信息、分句終點(diǎn)信息和語(yǔ)義角色信息，分句信息包括分句起點(diǎn)信息和分句終點(diǎn)信息。分句信息存儲(chǔ)模塊3具體用于：將分句起點(diǎn)信息和分句終點(diǎn)信息存儲(chǔ)于分句欄位。在此，該信息獲取模塊1能夠提供分句的多方面信息，如檢測(cè)到分句的起點(diǎn)和終點(diǎn)，同時(shí)將分句起點(diǎn)信息和分句終點(diǎn)信息進(jìn)行存儲(chǔ)，以為用戶提供多方面關(guān)于分句的信息量。并且，分句信息存儲(chǔ)模塊3采用選擇性加入方式存儲(chǔ)分句信息，且直接標(biāo)記在分句欄位上，利用現(xiàn)有的CoNLL格式轉(zhuǎn)換，無(wú)需更改CoNLL格式的架構(gòu)，簡(jiǎn)便、快捷。

具體地，在語(yǔ)義角色信息處理方面，本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)能夠標(biāo)記語(yǔ)義角色的兩個(gè)要素，即標(biāo)記和范圍。語(yǔ)義角色信息標(biāo)記模塊5具體用于：將語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息標(biāo)記于語(yǔ)義角色欄位，語(yǔ)義角色信息包括語(yǔ)義角色標(biāo)記信息和語(yǔ)義角色范圍信息。其中，語(yǔ)義角色信息標(biāo)記模塊5包括字段調(diào)整子模塊、語(yǔ)義角色標(biāo)記信息處理子模塊和語(yǔ)義角色范圍信息處理子模塊，字段調(diào)整子模塊用于調(diào)整語(yǔ)義角色欄位的分析字段，形成標(biāo)記字段和范圍字段。語(yǔ)義角色標(biāo)記信息處理子模塊，用于將語(yǔ)義角色標(biāo)記信息標(biāo)記于標(biāo)記字段。語(yǔ)義角色范圍信息處理子模塊，用于將語(yǔ)義角色范圍信息標(biāo)記于范圍字段。在此，該語(yǔ)義角色信息標(biāo)記模塊5通過(guò)改變語(yǔ)義角色欄位的分析字段，以便于標(biāo)記語(yǔ)義角色的兩個(gè)要素，避免語(yǔ)義角色信息不直觀，且不利于標(biāo)記的現(xiàn)象，提高語(yǔ)義角色信息的可讀性。

同時(shí)，本實(shí)施例基于CoNLL格式的分句和語(yǔ)義角色標(biāo)記系統(tǒng)還能夠?qū)φZ(yǔ)義角色信息進(jìn)行修改，語(yǔ)義角色標(biāo)記信息處理子模塊還用于根據(jù)預(yù)獲取的語(yǔ)義角色標(biāo)記變化信息，修改標(biāo)記字段的語(yǔ)義角色標(biāo)記信息。語(yǔ)義角色范圍信息處理子模塊還用于根據(jù)預(yù)獲取的語(yǔ)義角色范圍變化信息，修改范圍字段的語(yǔ)義角色范圍信息。

在此，若語(yǔ)義角色信息的標(biāo)記或范圍發(fā)生變化時(shí)，該語(yǔ)義角色標(biāo)記信息處理子模塊和語(yǔ)義角色范圍信息處理子模塊能夠直接進(jìn)行修改，方便、快捷。

最后應(yīng)說(shuō)明的是：以上各實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述各實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求和說(shuō)明書(shū)的范圍當(dāng)中。