針對(duì)數(shù)據(jù)稀疏問(wèn)題，采用適應(yīng)度函數(shù)較靈活的遺傳算法做語(yǔ)義的自動(dòng)標(biāo)注；以《同義詞詞林》的層次式結(jié)構(gòu)為依據(jù)，提出了利用語(yǔ)義層次的提升來(lái)改善適應(yīng)度函數(shù)中參數(shù)的估計(jì)質(zhì)量；定義了語(yǔ)義層次的兩個(gè)基本概念；闡述了語(yǔ)義提升的原理，并采用選擇受限策略來(lái)解決因語(yǔ)義提升而引起的模型辨別力下降問(wèn)題；實(shí)現(xiàn)了用于語(yǔ)義標(biāo)注的遺傳算法。實(shí)驗(yàn)表明該算法在語(yǔ)義標(biāo)注中能適應(yīng)不同訓(xùn)練數(shù)據(jù)量，具有一定的可行性。
關(guān) 鍵 詞 語(yǔ)義標(biāo)注; 遺傳算法; 層次結(jié)構(gòu); 隱馬爾可夫模型

語(yǔ)義標(biāo)注是自然語(yǔ)言深層處理的關(guān)鍵技術(shù)之一，對(duì)信息抽取、機(jī)器翻譯、語(yǔ)言理解等都有重要意義，在文本數(shù)據(jù)集成方面已有應(yīng)用[1-2]，同時(shí)也是從深層上理解自然語(yǔ)言的一個(gè)必要的前期工作。一般情況下語(yǔ)義標(biāo)簽數(shù)目眾多，訓(xùn)練數(shù)據(jù)相對(duì)更為稀疏，用HMM[3]做語(yǔ)義標(biāo)注面臨參數(shù)估計(jì)不準(zhǔn)的難題。遺傳算法是一種求取最優(yōu)值的有效方法，在詞性標(biāo)注中已得到應(yīng)用[4]，但在語(yǔ)義標(biāo)注中卻面臨數(shù)據(jù)稀疏問(wèn)題，難以直接應(yīng)用。本文依托《同義詞詞
林》，提出了通過(guò)提升語(yǔ)義層次來(lái)緩解參數(shù)估計(jì)失真問(wèn)題，使遺傳算法能根據(jù)訓(xùn)練數(shù)據(jù)量的大小而靈活地采用適應(yīng)度函數(shù)。