本發(fā)明涉及漢語(yǔ)句子功能成分分析方法，涉及機(jī)器翻譯技術(shù)領(lǐng)域。

背景技術(shù)：

句法分析是自然語(yǔ)言處理的一個(gè)關(guān)鍵問(wèn)題，目前達(dá)到的效果不盡如人意，處在一個(gè)瓶頸的狀態(tài)下。在現(xiàn)在的研究中句法分析仍然是一個(gè)熱點(diǎn)話題，原因在于句法分析處于整個(gè)自然語(yǔ)言處理任務(wù)中的過(guò)渡位置，很多其他自然語(yǔ)言處理任務(wù)都可以使用該結(jié)果，有很多研究都利用到了這部分分析內(nèi)容，而且不管是上層結(jié)構(gòu)還是下層結(jié)構(gòu)都是可以應(yīng)用該結(jié)果的，主要的句法分析方法可以分為兩類，一類是淺層句法分析，也就是語(yǔ)塊分析，不再以詞為單元處理，而是以語(yǔ)塊為基本單元進(jìn)行處理，在這類分析中分為直接產(chǎn)生一個(gè)新型層序結(jié)果的分析方法，也有將不同語(yǔ)塊再次進(jìn)行分析的方法，以語(yǔ)塊為單元進(jìn)行句法分析，而忽略語(yǔ)塊內(nèi)結(jié)構(gòu)的信息，產(chǎn)生出的結(jié)果仍然是一棵部分句法分析樹(shù)；另一類是完全句法分析，在這里的處理單元?jiǎng)t是句子中的每個(gè)詞，產(chǎn)生的是一棵完全句法樹(shù)，而這種句法分析任務(wù)也可以被劃分為短語(yǔ)結(jié)構(gòu)的句法樹(shù)分析和依存結(jié)構(gòu)句法樹(shù)分析，在短語(yǔ)結(jié)構(gòu)句法分析中，將基本句子單元詞通過(guò)其在短語(yǔ)中的形式和關(guān)系，逐漸分層次建立的一棵完整的具有短語(yǔ)層次結(jié)構(gòu)的句法樹(shù)，類似的，在有依存句法分析中，根據(jù)依存語(yǔ)法的定義，通過(guò)模型建立出的是將詞語(yǔ)之間依存關(guān)系建立出來(lái)的一棵具有依存關(guān)系的完整句法樹(shù)。

但是，這些研究中都沒(méi)有將句子中具有的功能信息考慮到其中，短語(yǔ)結(jié)構(gòu)句法分析考慮的是短語(yǔ)層次的信息，而依存句法分析中考慮的是詞語(yǔ)之間的依存關(guān)系，這些都沒(méi)有體現(xiàn)詞或詞集合在句子中呈現(xiàn)出的作用(比如主謂賓等)，清華大學(xué)的周強(qiáng)等人第一次提出了相類似的概念，他們把功能成分提取任務(wù)轉(zhuǎn)化為一種語(yǔ)塊分析任務(wù)，與之前短語(yǔ)語(yǔ)塊不同的是標(biāo)簽為句子的功能成分，并且在CIPS-2009的任務(wù)中發(fā)布了相關(guān)任務(wù)，然而在之后的幾年里，相關(guān)的研究基本處于停滯階段，只有在2011年有一篇和該任務(wù)相關(guān)的文章發(fā)表在中文信息學(xué)報(bào)中。

句子功能成分在許多實(shí)際問(wèn)題中都有很重要的意義，例如在機(jī)器翻譯的詞對(duì)齊任務(wù)中，利用句子功能成分信息，我們可以加快詞對(duì)齊速度和準(zhǔn)確率，即讓相同成分的詞進(jìn)行相對(duì)應(yīng)，這樣的方法既簡(jiǎn)便，又符合語(yǔ)言學(xué)上的規(guī)則；類似地，在依存句法分析中，我們可以利用句子功能成分信息作為限定條件在柱搜索的過(guò)程中將不合法的路徑直接刪掉，從而提高搜索的速度，同樣地，這樣的規(guī)則也具有簡(jiǎn)便易行的優(yōu)點(diǎn)；在語(yǔ)義分析上的研究。更為重要的是在整個(gè)自然語(yǔ)言處理任務(wù)中，它可以作為句法分析和語(yǔ)義分析的一個(gè)過(guò)渡任務(wù)，從粒度上看，它高于句法分析而低于語(yǔ)義分析，該任務(wù)獲得較好的效果會(huì)對(duì)這兩個(gè)任務(wù)都會(huì)有提高作用，從之前的介紹可以看出這種研究有很重要的應(yīng)用前景，值得對(duì)這一方向進(jìn)行關(guān)注。

但是現(xiàn)有的相關(guān)研究還是處于十分初級(jí)的階段，并沒(méi)有很多的工作可以借鑒，主要的分析方法還是周強(qiáng)等人的功能語(yǔ)塊分析，然而這些方法還有很多缺陷。首先，漢語(yǔ)功能樹(shù)庫(kù)的數(shù)據(jù)量并不是十分多，同時(shí)有人工利用規(guī)則轉(zhuǎn)換成的成分樹(shù)庫(kù)存在一定的準(zhǔn)確性問(wèn)題，而且之后并沒(méi)有數(shù)據(jù)的更新；其次，不論是周強(qiáng)等人還是陳億的研究都僅僅針對(duì)漢語(yǔ)句子標(biāo)注出其功能語(yǔ)塊，產(chǎn)生一個(gè)單層線性結(jié)構(gòu)的結(jié)果而并非是一個(gè)層次結(jié)構(gòu)，目的是為了服務(wù)于句法分析樹(shù)的構(gòu)建；另外，從具體研究任務(wù)上來(lái)說(shuō)，目前還沒(méi)有專門對(duì)漢語(yǔ)句子的功能成分有相關(guān)研究的開(kāi)展。因此，我們提出漢語(yǔ)功能成分分析基線模型以及基于移進(jìn)歸約動(dòng)作轉(zhuǎn)移的分析方法。從上述的工作貢獻(xiàn)和工作意義上看，我們的工作是有很好的背景意義的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)沒(méi)有考慮漢語(yǔ)句子的功能成分的問(wèn)題，而提出一種漢語(yǔ)句子功能成分分析方法。

一種漢語(yǔ)句子功能成分分析方法具體過(guò)程為：

步驟一、對(duì)訓(xùn)練語(yǔ)料進(jìn)行處理，其中訓(xùn)練語(yǔ)料采用CTB5.0，通過(guò)正則匹配的方式對(duì)CTB5.0進(jìn)行轉(zhuǎn)化，轉(zhuǎn)化成帶有功能成分標(biāo)簽的形式，對(duì)帶有功能成分標(biāo)簽形式的句子進(jìn)行修正，得到修正后的語(yǔ)料；將進(jìn)行修正后的語(yǔ)料轉(zhuǎn)化成基于字粒度的形式，作為訓(xùn)練數(shù)據(jù)A；

CTB5.0為漢語(yǔ)賓州樹(shù)庫(kù)；

步驟二、將整個(gè)功能成分分析過(guò)程考慮成一系列狀態(tài)轉(zhuǎn)移的過(guò)程，得到句法功能成分分析器，將訓(xùn)練數(shù)據(jù)A輸入句法功能成分分析器進(jìn)行訓(xùn)練得到漢語(yǔ)句子功能成分分析模型C；

步驟三、根據(jù)漢語(yǔ)句子功能成分分析模型C對(duì)純漢語(yǔ)文本數(shù)據(jù)進(jìn)行處理，得到帶有功能成分標(biāo)簽的句子，對(duì)帶有功能成分標(biāo)簽的句子進(jìn)行修正，得到修正后的語(yǔ)料；將進(jìn)行修正后的語(yǔ)料轉(zhuǎn)化成基于字粒度的形式，作為訓(xùn)練數(shù)據(jù)B，將訓(xùn)練數(shù)據(jù)A與訓(xùn)練數(shù)據(jù)B相結(jié)合作為最終的訓(xùn)練數(shù)據(jù)；

步驟四、將最終的訓(xùn)練數(shù)據(jù)輸入句法功能成分分析器進(jìn)行訓(xùn)練得到漢語(yǔ)句子功能成分分析模型D，采用漢語(yǔ)句子功能成分分析模型D對(duì)待測(cè)試漢語(yǔ)句子進(jìn)行測(cè)試，得到測(cè)試結(jié)果。

本發(fā)明的有益效果為：

本發(fā)明采用一種漢語(yǔ)句子功能成分分析方法，將整個(gè)功能成分分析過(guò)程考慮成一系列狀態(tài)轉(zhuǎn)移的過(guò)程，得到句法功能成分分析器，訓(xùn)練語(yǔ)料一部分采用CTB5.0(漢語(yǔ)賓州樹(shù)庫(kù))，另外一部分采用純漢語(yǔ)文本數(shù)據(jù)進(jìn)行一系列處理后的結(jié)果，使用句法功能成分分析器對(duì)訓(xùn)練語(yǔ)料進(jìn)行訓(xùn)練，得到功能成分分析模型，采用漢語(yǔ)句子功能成分分析模型對(duì)待測(cè)試漢語(yǔ)句子(500個(gè)句子)進(jìn)行測(cè)試，得到較高的精確率、召回率、F值。

如表1所示本發(fā)明在對(duì)500句漢語(yǔ)句子進(jìn)行測(cè)試時(shí)整個(gè)句法功能成分樹(shù)的精確率為97.38％，召回率為97.79％，F(xiàn)值為90.90％。

附圖說(shuō)明

圖1為整個(gè)句法功能成分分析的方法框架圖；

圖2為以樹(shù)狀圖展示了對(duì)一個(gè)漢語(yǔ)句子進(jìn)行功能成分分析的結(jié)果圖，其中，[SBJ]為主語(yǔ)，[PRE]為謂語(yǔ)，[OBJ]為賓語(yǔ)，[ADV]為狀語(yǔ)，[ADJ]為修飾語(yǔ)，[HEAD]為中心語(yǔ)，IP為句子，NP為名詞性短語(yǔ)，VP為動(dòng)詞性短語(yǔ)，ADVP為副詞短語(yǔ)，PP為介詞短語(yǔ)，CP為補(bǔ)充短語(yǔ)，ADJP為修飾短語(yǔ)，QP為數(shù)量短語(yǔ)，PN為代詞，AD為副詞，VV為動(dòng)作性動(dòng)詞，VA為形容詞性動(dòng)詞，JJ為形容詞，NN為名詞，AS為助動(dòng)詞，P為介詞，CD為數(shù)量詞，OD為帶有順序的數(shù)量詞，DEC為的，CC為連詞，PU為標(biāo)點(diǎn)符號(hào)。

具體實(shí)施方式

具體實(shí)施方式一：本實(shí)施方式的一種漢語(yǔ)句子功能成分分析方法具體過(guò)程為：

步驟一、對(duì)訓(xùn)練語(yǔ)料進(jìn)行處理，其中訓(xùn)練語(yǔ)料采用CTB5.0(漢語(yǔ)賓州樹(shù)庫(kù))，CTB5.0語(yǔ)料本身是句法分析的結(jié)果通過(guò)正則匹配的方式對(duì)CTB5.0進(jìn)行轉(zhuǎn)化，轉(zhuǎn)化成帶有功能成分標(biāo)簽的形式，對(duì)帶有功能成分標(biāo)簽形式的句子進(jìn)行修正，得到修正后的語(yǔ)料；將進(jìn)行修正后的語(yǔ)料轉(zhuǎn)化成基于字粒度的形式，作為訓(xùn)練數(shù)據(jù)A；

步驟二、將基于轉(zhuǎn)移的句法分析方法()應(yīng)用到功能成分分析中，將整個(gè)功能成分分析過(guò)程考慮成一系列狀態(tài)轉(zhuǎn)移的過(guò)程，得到句法功能成分分析器，將訓(xùn)練數(shù)據(jù)A輸入句法功能成分分析器進(jìn)行訓(xùn)練得到漢語(yǔ)句子功能成分分析模型C；如圖1；

步驟三、根據(jù)漢語(yǔ)句子功能成分分析模型C對(duì)純漢語(yǔ)文本數(shù)據(jù)(不包括字母、英文)(人民網(wǎng)獲取的關(guān)于新聞、社論的10000句)進(jìn)行處理，得到帶有功能成分標(biāo)簽的句子，對(duì)普遍存在的錯(cuò)誤進(jìn)行修正，對(duì)帶有功能成分標(biāo)簽的句子進(jìn)行修正，得到修正后的語(yǔ)料；將進(jìn)行修正后的語(yǔ)料轉(zhuǎn)化成基于字粒度的形式，作為訓(xùn)練數(shù)據(jù)B，將訓(xùn)練數(shù)據(jù)A與訓(xùn)練數(shù)據(jù)B相結(jié)合作為最終的訓(xùn)練數(shù)據(jù)；

步驟四、將最終的訓(xùn)練數(shù)據(jù)輸入句法功能成分分析器進(jìn)行訓(xùn)練得到漢語(yǔ)句子功能成分分析模型D，采用漢語(yǔ)句子功能成分分析模型D對(duì)待測(cè)試漢語(yǔ)句子(500個(gè)句子)進(jìn)行測(cè)試，得到測(cè)試結(jié)果。

具體實(shí)施方式二：本實(shí)施方式與具體實(shí)施方式一不同的是：所述步驟一中對(duì)訓(xùn)練語(yǔ)料進(jìn)行處理，其中訓(xùn)練語(yǔ)料采用CTB5.0(漢語(yǔ)賓州樹(shù)庫(kù))，CTB5.0語(yǔ)料本身是句法分析的結(jié)果，通過(guò)正則匹配的方式對(duì)CTB5.0進(jìn)行轉(zhuǎn)化，轉(zhuǎn)化成帶有功能成分標(biāo)簽的形式，對(duì)帶有功能成分標(biāo)簽形式的句子進(jìn)行修正，得到修正后的語(yǔ)料；將進(jìn)行修正后的語(yǔ)料轉(zhuǎn)化成基于字粒度的形式，作為訓(xùn)練數(shù)據(jù)A；具體過(guò)程為：

對(duì)訓(xùn)練語(yǔ)料進(jìn)行處理，其中訓(xùn)練語(yǔ)料采用CTB5.0(漢語(yǔ)賓州樹(shù)庫(kù))，CTB5.0語(yǔ)料本身是句法分析的結(jié)果，通過(guò)正則匹配的方式對(duì)CTB5.0進(jìn)行轉(zhuǎn)化，轉(zhuǎn)化成帶有功能成分標(biāo)簽的形式，功能成分標(biāo)簽包括句子的主語(yǔ)、謂語(yǔ)、賓語(yǔ)、狀語(yǔ)、定語(yǔ)、補(bǔ)語(yǔ)、中心語(yǔ)功能成分，以及句子的從屬結(jié)構(gòu)；對(duì)帶有功能成分標(biāo)簽形式的句子中功能成分標(biāo)簽標(biāo)錯(cuò)或漏標(biāo)的進(jìn)行修正，得到修正后的語(yǔ)料；

將修正后的語(yǔ)料內(nèi)部漢字之間添加方向信息，生成漢字粒度的句法樹(shù)，即為句法樹(shù)中每個(gè)結(jié)點(diǎn)增加方向信息，作為訓(xùn)練數(shù)據(jù)A。

方向有三種：左(l)、右(r)、并列(c)，分別表示兩個(gè)子結(jié)點(diǎn)中表示核心語(yǔ)義的結(jié)點(diǎn)為左子結(jié)點(diǎn)、右子結(jié)點(diǎn)、以及兩個(gè)子結(jié)點(diǎn)的地位相同的情形。比如，單詞：科學(xué)，左子結(jié)點(diǎn)是科，右結(jié)點(diǎn)是學(xué)，他們是并列關(guān)系，這里的標(biāo)注的是單純內(nèi)補(bǔ)，這種關(guān)系，不是句子；

即使用單詞內(nèi)部漢字之間的結(jié)構(gòu)信息指導(dǎo)句法分析以及生成漢字粒度的句法樹(shù)，我們對(duì)單詞內(nèi)部漢字之間的關(guān)系進(jìn)行標(biāo)注，為每個(gè)結(jié)點(diǎn)增加了“方向”信息。

其它步驟及參數(shù)與具體實(shí)施方式一相同。

具體實(shí)施方式三：本實(shí)施方式與具體實(shí)施方式一或二不同的是：所述步驟二中句法功能成分分析器的分析過(guò)程為；

數(shù)據(jù)A里面的每一個(gè)句子一次進(jìn)入隊(duì)列，將整個(gè)功能成分分析過(guò)程考慮成一系列狀態(tài)轉(zhuǎn)移的過(guò)程，每個(gè)狀態(tài)由一個(gè)棧和一個(gè)隊(duì)列組成，棧中保存著已經(jīng)生成的句法功能成分樹(shù)片段(一個(gè)句法功能成分樹(shù)中的一部分)，隊(duì)列中保存著尚未處理的漢字；

初始狀態(tài)下，棧為空，隊(duì)列中元素的個(gè)數(shù)與句子中漢字的個(gè)數(shù)相同；

每個(gè)狀態(tài)轉(zhuǎn)移的動(dòng)作根據(jù)平均感知器在預(yù)先定義好的動(dòng)作集合中選擇，

定義好的動(dòng)作集合為移進(jìn)-分裂、移進(jìn)-附著、歸約-一元、歸約-二元、歸約-單詞、歸約-子單詞、停頓、終結(jié)，平均感知器通過(guò)計(jì)算當(dāng)前狀態(tài)下每個(gè)動(dòng)作的得分，采用柱搜索策略進(jìn)行選擇；

平均感知器通過(guò)計(jì)算當(dāng)前狀態(tài)下每個(gè)動(dòng)作的得分為特征向量與平均感知器的權(quán)值向量的點(diǎn)積，特征向量為根據(jù)定義好的特征模板對(duì)待檢測(cè)漢語(yǔ)句子進(jìn)行特征向量提取得到的，通用的結(jié)構(gòu)特征模板如下：

與漢字相關(guān)的結(jié)構(gòu)特征模板如下：

句法功能成分分析器執(zhí)行移進(jìn)-分裂動(dòng)作時(shí)使用的字符串特征如下

句法功能成分分析器執(zhí)行移進(jìn)-附著動(dòng)作時(shí)使用的字符串特征如下

z-1.z0 z-1.z0.t-1 z0.y-1 start(ω-1).z0.t-1

句法功能成分分析器執(zhí)行歸約-單詞動(dòng)作時(shí)使用的字符串特征如下

終止?fàn)顟B(tài)下，隊(duì)列為空，棧中只有唯一的IP，IP為句法功能成分樹(shù)的根節(jié)點(diǎn)，在訓(xùn)練終止后得到漢語(yǔ)句子功能成分分析模型C，解碼終止后得到一棵完整的句法功能成分樹(shù)，如圖2。

整個(gè)漢語(yǔ)句子功能成分分析過(guò)程主要包括訓(xùn)練語(yǔ)料庫(kù)的處理、訓(xùn)練程序的編寫、訓(xùn)練模型的參數(shù)選擇。訓(xùn)練語(yǔ)料庫(kù)的處理即糾正語(yǔ)料庫(kù)中本身存在的分析標(biāo)注錯(cuò)誤以及將語(yǔ)料庫(kù)轉(zhuǎn)化成基于字粒度信息的形式。訓(xùn)練程序的關(guān)鍵部分是特征提取以及平均感知器實(shí)現(xiàn)。訓(xùn)練模型的參數(shù)選擇主要包括迭代輪數(shù)。

平均感知器即在某一狀態(tài)下對(duì)動(dòng)作的決策分類，采用的是平均感知器原理，平均感知器策略在一定程度上可以避免過(guò)擬合的發(fā)生。設(shè)迭代總輪數(shù)為T，每輪迭代的索引為t，其中0<t<T+1，語(yǔ)料庫(kù)中的句子總數(shù)為N，句子的索引為n，其中0<n<N+1。設(shè)第t輪迭代時(shí)，處理了第n句之后，模型的權(quán)值為w_t,n，則傳統(tǒng)的平均感知器算法訓(xùn)練得到的模型的權(quán)值為w_T,N。

此權(quán)值可以使得模型在訓(xùn)練集上取得較高的預(yù)測(cè)精度，但是容易造成過(guò)擬合現(xiàn)象，使得模型在測(cè)試集上的預(yù)測(cè)精度不高。平均感知器策略為了防止過(guò)擬合，并不使用w_T,N作為最終權(quán)值，而是使用作為模型的權(quán)值。平均感知器算法如下所示

其它步驟及參數(shù)與具體實(shí)施方式一或二相同。

具體實(shí)施方式四：本實(shí)施方式與具體實(shí)施方式一至三之一不同的是：所述步驟三中根據(jù)漢語(yǔ)句子功能成分分析模型C對(duì)數(shù)據(jù)(純漢語(yǔ)文本)(人民網(wǎng)獲取的關(guān)于新聞、社論的10000句)進(jìn)行功能成分分析，得到帶有功能成分標(biāo)簽的句子，對(duì)普遍存在的錯(cuò)誤進(jìn)行修正，對(duì)帶有功能成分標(biāo)簽的句子進(jìn)行修正，得到修正后的語(yǔ)料；將修正后的語(yǔ)料轉(zhuǎn)化成基于字粒度的形式，作為訓(xùn)練數(shù)據(jù)B，將訓(xùn)練數(shù)據(jù)A與訓(xùn)練數(shù)據(jù)B相結(jié)合作為最終的訓(xùn)練數(shù)據(jù)；具體過(guò)程為：

根據(jù)漢語(yǔ)句子功能成分分析模型C對(duì)數(shù)據(jù)(純漢語(yǔ)文本)(人民網(wǎng)獲取的關(guān)于新聞、社論的10000句)進(jìn)行功能成分分析，得到帶有功能成分標(biāo)簽的句子，對(duì)普遍存在的錯(cuò)誤進(jìn)行修正，功能成分標(biāo)簽包括句子的主語(yǔ)、謂語(yǔ)、賓語(yǔ)、狀語(yǔ)、定語(yǔ)、補(bǔ)語(yǔ)、中心語(yǔ)功能成分，以及句子的從屬結(jié)構(gòu)；對(duì)功能成分標(biāo)簽中功能成分標(biāo)錯(cuò)或漏標(biāo)的進(jìn)行修正，得到修正后的語(yǔ)料；

將修正后的語(yǔ)料內(nèi)部漢字之間添加方向信息，生成漢字粒度的句法樹(shù)，即為句法樹(shù)中每個(gè)結(jié)點(diǎn)增加方向信息，作為訓(xùn)練數(shù)據(jù)B；

方向有三種：左(l)、右(r)、并列(c)，分別表示兩個(gè)子結(jié)點(diǎn)中表示核心語(yǔ)義的結(jié)點(diǎn)為左子結(jié)點(diǎn)、右子結(jié)點(diǎn)、以及兩個(gè)子結(jié)點(diǎn)的地位相同的情形。

即使用單詞內(nèi)部漢字之間的結(jié)構(gòu)信息指導(dǎo)句法分析以及生成漢字粒度的句法樹(shù)，我們對(duì)單詞內(nèi)部漢字之間的關(guān)系進(jìn)行標(biāo)注，為每個(gè)結(jié)點(diǎn)增加了“方向”信息。

將訓(xùn)練數(shù)據(jù)A與訓(xùn)練數(shù)據(jù)B相加作為最終的訓(xùn)練數(shù)據(jù)。

其它步驟及參數(shù)與具體實(shí)施方式一至三之一相同。

具體實(shí)施方式五：本實(shí)施方式與具體實(shí)施方式一至四之一不同的是：所述步驟四中將最終的訓(xùn)練數(shù)據(jù)輸入句法功能成分分析器進(jìn)行訓(xùn)練得到漢語(yǔ)句子功能成分分析模型D，采用漢語(yǔ)句子功能成分分析模型D對(duì)待測(cè)試漢語(yǔ)句子(500個(gè)句子)進(jìn)行測(cè)試，得到測(cè)試結(jié)果；具體過(guò)程為：

將整個(gè)功能成分分析過(guò)程考慮成一系列狀態(tài)轉(zhuǎn)移的過(guò)程，得到句法功能成分分析器，將最終的訓(xùn)練數(shù)據(jù)輸入句法功能成分分析器進(jìn)行訓(xùn)練的具體為：

每個(gè)狀態(tài)由一個(gè)棧和一個(gè)隊(duì)列組成，棧中保存著已經(jīng)生成的句法功能成分樹(shù)片段(一個(gè)句法功能成分樹(shù)中的一部分)，隊(duì)列中保存著尚未處理的漢字；

初始狀態(tài)下，棧為空，隊(duì)列中元素的個(gè)數(shù)與句子中漢字的個(gè)數(shù)相同；

每個(gè)狀態(tài)轉(zhuǎn)移的動(dòng)作根據(jù)平均感知器在預(yù)先定義好的動(dòng)作集合中選擇，定義好的動(dòng)作集合為移進(jìn)-分裂、移進(jìn)-附著、歸約一元、歸約-二元、歸約-單詞、歸約-子單詞、停頓、終結(jié)，平均感知器通過(guò)計(jì)算當(dāng)前狀態(tài)下每個(gè)動(dòng)作的得分，采用柱搜索策略進(jìn)行選擇；

終止?fàn)顟B(tài)下，隊(duì)列為空，棧中只有唯一的IP，IP為句法功能成分樹(shù)的根節(jié)點(diǎn)，在訓(xùn)練終止后得到漢語(yǔ)句子功能成分分析模型D，解碼終止后得到一棵完整的句法功能成分樹(shù)。

其它步驟及參數(shù)與具體實(shí)施方式一至四之一相同。

采用以下實(shí)施例驗(yàn)證本發(fā)明的有益效果：

實(shí)施例一：

本實(shí)施例一種漢語(yǔ)句子功能成分分析方法具體是按照以下步驟制備的：

(1)訓(xùn)練語(yǔ)料

CTB(賓州樹(shù)庫(kù))13000余句以及人民網(wǎng)獲取的關(guān)于新聞、社論的10000句；將其處理成字粒度的形式。

(2)訓(xùn)練過(guò)程

使用CTB語(yǔ)料訓(xùn)練出初始模型1；使用初始模型1對(duì)10000條新句進(jìn)行parse，得到句法功能成分結(jié)果，也作為訓(xùn)練語(yǔ)料；結(jié)合兩部分訓(xùn)練語(yǔ)料，再次訓(xùn)練模型2。

(3)測(cè)試集

隨機(jī)抽取不同于訓(xùn)練語(yǔ)料的500個(gè)句子，經(jīng)過(guò)訓(xùn)練好的模型parse后，進(jìn)行人工校對(duì)，保證測(cè)試集的準(zhǔn)確性。

在校正后的500句測(cè)試集上的實(shí)驗(yàn)結(jié)果如下表所示：

F＝2P*Q/(P+Q)。

本發(fā)明還可有其它多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，本領(lǐng)域技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。