句法分析作為自然語言處理中的重要部分,開展有關哈薩克語句法分析的研究工作是十分必要的。句法分析一般采用基于圖的方法或者基于轉移的方法,本文采用基于轉移的方法對哈薩克語句法分析進行研究,基于轉移的方法都需要使用緩沖區(qū)存儲句子信息,使用堆棧區(qū)存儲分析過后的句子信息,然后根據轉移方法生成相應的動作序列,并存儲在歷史動作區(qū)�；谵D移的方法一般包括自底向上的方法和自頂向下的方法,該方法的本質是將待分析的句法樹輸入后,按照一定的規(guī)則,將其轉化為相應的動作序列,那么句法分析問題變成了如何預測出最佳動作序列的序列化問題。自頂向下的方法從句子的頂端開始分析,首先打開非終結符,在句子不斷的分析中,將單詞移入堆棧中,滿足形成子樹的條件后,關閉當前的非終結符,形成子樹,如果打開的非終結符有誤,那么不僅當前子樹會出現(xiàn)錯誤,也會影響其他子樹的形成。自底向上的方法分析過程中首先將終結符移入堆棧,當滿足子樹形成的條件后進行規(guī)約,此時對非終結符進行預測,但是自底向上的方法在捕捉句子的整體上仍有不足。針對這些不足,本文在哈薩克語句法分析研究中進行了以下三個方面的工作:1.在目前哈薩克語的句法分析研究中,基于轉移的方法一般都是采用自底向上或者自頂向下的方法,本文采用基于中序遍歷的轉移方法,在一定程度上能夠彌補自底向上和自頂向下方法的不足。2.本文將基于轉移的方法與神經網絡進行結合,采用三個LSTM構成的句法分析器進行句法分析。三個LSTM對應轉移方法中使用到的堆棧區(qū)、緩沖區(qū)和歷史動作區(qū),在進行REDUCE動作時使用Bi-LSTM提取構建子樹時的特征,三個LSTM傳入一個softmax層,從而得到下一個動作的概率。3.本文采用判別模型與生成模型結合的重排序方法,通過抽樣算法首先由判別模型生成一定數(shù)量的候選樹,再由生成模型對候選樹重新進行打分,從新的分數(shù)中選擇出分數(shù)最高的句法樹作為最佳結果輸出。
【學位單位】：新疆大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.1;TP183
【部分圖文】：

法在實現(xiàn)時需要設定三個區(qū)域[19][20]，緩沖句子放入相應的緩沖區(qū)之中，然后按照照一定的轉移操作進行相應的操作，例如的內容彈出，進行操作后再推入堆棧，記相應的句法標記，然后生成以一定規(guī)則提出了 arc-standard 的基于轉移的方法[21]棧來存儲部分構建的語法結構和一個緩法通過分數(shù)在每個配置中選擇一個動作。底向上構建的，因為頭的右依賴關系僅附加，只有當所有的單詞都處理完畢，并句法分析才完全結束。

子樹將推入到堆棧 S 中成為新的棧頂中 XX 是非終端符號，例如 NP，VPXX：采用二元文法對堆棧 S 棧頂?shù)膬蓸鋵⑼迫氲蕉褩?S 中成為新的棧頂元T 表示選擇左側的孩子為中心詞。T-XX：采用二元文法對堆棧 S 棧頂?shù)臉鋵⑼迫氲蕉褩?S 中成為新的棧頂元T 表示選擇右側孩子為中心詞。分析方法可以看作是對句法樹進行后由于哈薩克語的書寫方式為從右往左采用自底向上的方法，對句法樹進行頭所示。

吳昊[17]與陳雪[18]都采用了 Shift-Reduce 方法，是后序遍歷句法樹分析自頂向下的方法可以看作對句法樹進行所示。其動作序列生產規(guī)則如下[23]：沖區(qū)中彈出最前面的單詞，并將其壓入頂部打開一個標簽為 X 的非終結符。遇到一個開放的非終結符，從堆棧中彈的非終結符的標簽 X 將作為構成新短語中彈出根節(jié)點并結束分析。

【相似文獻】

相關期刊論文 前10條

1 楊振鵬;;依存句法分析方法綜述[J];無線互聯(lián)科技;2018年22期

2 楊振鵬;;基于中文賓州樹庫的依存句法分析器的比較[J];太原城市職業(yè)技術學院學報;2018年12期

3 王明仁;句法分析問題[J];寧夏教育;1989年03期

4 張丹;周俏麗;張桂平;;引入層次成分分析的依存句法分析[J];沈陽航空航天大學學報;2017年01期

5 邱立坤;史林林;王厚峰;;多領域中文依存樹庫構建與影響統(tǒng)計句法分析因素之分析[J];中文信息學報;2015年05期

6 吳福祥;周付根;;統(tǒng)一框架的混合依存句法分析[J];電子科技大學學報;2016年01期

7 朱慕華;王會珍;朱靖波;;向上學習方法改進移進-歸約中文句法分析[J];中文信息學報;2015年02期

8 楊紅星;谷欣;;漢語句法分析的綜述[J];山西青年;2016年23期

9 魏莉;;規(guī)則和統(tǒng)計相結合的句法分析一致性檢驗[J];山西廣播電視大學學報;2014年03期

10 石翠;;依存句法分析研究綜述[J];智能計算機與應用;2013年06期

相關會議論文 前10條

1 李正華;車萬翔;劉挺;;基于柱狀搜索的高階依存句法分析[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

2 李軍輝;周國棟;朱巧明;錢培德;;一種改進的中文層次句法分析模型研究[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

3 張浩;劉群;白碩;;結構上下文相關的概率句法分析[A];第一屆學生計算語言學研討會論文集[C];2002年

4 龐文斌;張國煊;曹恬;;基于規(guī)則和統(tǒng)計的漢語淺層句法分析的研究[A];全國第八屆計算語言學聯(lián)合學術會議（JSCL-2005）論文集[C];2005年

5 冀鐵亮;穗志方;;詞匯化概率句法分析與動詞子語類框架獲取的互動方法[A];第三屆學生計算語言學研討會論文集[C];2006年

6 孫宏林;俞士汶;;淺層句法分析方法概述[A];世紀之交的中國應用語言學研究——第二屆全國語言文字應用學術研討會論文集[C];1998年

7 段湘煜;趙軍;徐波;;基于動作建模的中文依存句法分析[A];內容計算的研究與應用前沿——第九屆全國計算語言學學術會議論文集[C];2007年

8 劉海濤;;影響依存句法分析的因素探討[A];內容計算的研究與應用前沿——第九屆全國計算語言學學術會議論文集[C];2007年

9 馬金山;劉挺;李生;;面向句法分析的句子片段識別[A];內容計算的研究與應用前沿——第九屆全國計算語言學學術會議論文集[C];2007年

10 江豐;劉慧;陳玉泉;陸汝占;;一個可擴展的漢語詞法和句法分析一體化系統(tǒng)[A];全國第八屆計算語言學聯(lián)合學術會議（JSCL-2005）論文集[C];2005年

相關重要報紙文章 前3條

1 中國科學院計算技術研究所 王 斌;內容為王[N];計算機世界;2004年

2 梁振華;婚戀劇的生活質感與趣味嫁接[N];文藝報;2013年

3 本報記者 霍立峰;中科院免費大餐怎么吃[N];中國高新技術產業(yè)導報;2002年

相關博士學位論文 前10條

1 馬驥;面向依存句法分析優(yōu)化技術的研究[D];東北大學;2015年

2 朱慕華;基于多數(shù)據源的成分句法分析研究[D];東北大學;2013年

3 李正華;漢語依存句法分析關鍵技術研究[D];哈爾濱工業(yè)大學;2013年

4 姚文琳;漢語依存句法分析方法的研究與實現(xiàn)[D];中國海洋大學;2009年

5 曹海龍;基于詞匯化統(tǒng)計模型的漢語句法分析研究[D];哈爾濱工業(yè)大學;2006年

6 黃書劍;統(tǒng)計機器翻譯中的詞對齊研究[D];南京大學;2012年

7 周浩;基于神經網絡的句法分析研究[D];南京大學;2017年

8 林鋒;問題回答和對話系統(tǒng)中置信度的研究[D];復旦大學;2008年

9 田衛(wèi)新;產品評論檢索若干關鍵技術研究[D];武漢大學;2010年

10 徐潤華;基于詞語搭配知識和語法功能匹配的句法分析器[D];南京師范大學;2013年

相關碩士學位論文 前10條

1 白雅雯;基于轉移的神經網絡哈薩克語句法分析研究[D];新疆大學;2019年

2 柴偉;基于句子跨度的哈薩克語句法分析研究[D];新疆大學;2019年

3 劉小輝;基于CRF的哈薩克語句法分析系統(tǒng)設計與實現(xiàn)[D];新疆大學;2019年

4 劉施翌;基于深度學習的依存句法分析研究模型[D];沈陽工業(yè)大學;2019年

5 烏優(yōu)壇;基于深度學習的蒙古語句法分析研究[D];內蒙古大學;2019年

6 司念文;面向軍事領域的句子級文本處理技術研究[D];戰(zhàn)略支援部隊信息工程大學;2018年

7 張月;基于局部標注的依存句法分析研究[D];蘇州大學;2018年

8 黃文燦;漢語復句中基于神經網絡模型的依存句法分析方法研究[D];華中師范大學;2018年

9 王冰;基于深度學習的漢語句法分析研究[D];杭州電子科技大學;2018年

10 李夢葉;醫(yī)學文獻中疾病與病癥關系抽取研究與應用[D];大連理工大學;2018年

本文編號：2808801