Skip to content

Lesson-4 依存句法

依存句法结构

与成分句法树不同，依存句法树不关注短语成分，而是直接关注每个词本身及其之间的二元依存关系。

一个例子如下：

alt text

其扁平化的结果如下：

alt text

具体来说，依存关系由语言学家定义，有如下这些依存关系：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
1. root：表示句子的根节点，通常是句子的主要谓语动词
2. nsubj：表示谓语动词的主语
3. (d)obj：表示谓语动词的直接宾语
4. iobj：表示谓语动词的间接宾语
5. det；表示名词的限定词，如冠词
6. amod：表示名词的形容词修饰
7. advmod：表示动词、形容词或副词的副词修饰
8. nummod：表示名词的数量修饰
9. nmod：名词对另一个名词的修饰关系
10. case：表示介词短语中的介词

依存关系其由一个中心词（Head）和依存词（Dependent）组成。比如：

1
prefer(Head) -> I(Dependent)
一般来说，描述一个依存关系的范式如下： 
1
2
(Head, dep relation, Dependent)
比如：(prefer, nsubj, I)
依存关系树的性质
  • 只有一个特殊的树根节点
  • 每个节点只有一个入边（一个父节点），但是可以有很多出边
  • 对于每个叶节点，有且仅有一条从根节点到叶节点的路径

什么是 Projective 性质？

满足 Projective 性质的依存树是没有边相交的，换言之，不满足 Projective 性质的依存树至少有两条边相交。

alt text

Transition-based 依存句法分析

三个配置：

  • 栈：保存当前处理的部分子树，初始为[Root]
  • 缓冲区（队列）：保存剩余未处理的词（初始为整个句子）
  • 依存关系：保存已建立的依存关系（初始为空）

四个操作：

  • SHIFT：把队列中的第一个词加入栈顶
  • LEFT-ARC：栈顶的词和它下面词构成依存关系，并且栈顶的词为 Head
  • RIGHT-ARC：栈顶和它下面的词构成依存关系，并且栈顶的词为 Dependent
  • REDUCE：移除栈顶元素（在完成其所有的关系之后）

以一个具体的例子来说明这个流程：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
Stack                           Queue                      Action
[Root]              [Book,me,the,morning,flight]           SHIFT
[Root,Book]           [me,the,morning,flight]              SHIFT
[Root,Book,me]         [the,morning,flight]                RIGHT-ARC
[Root,Book]            [the,morning,flight]                SHIFT
[Root,Book,the]          [morning,flight]                  SHIFT
[Root,Book,the,morning]      [flight]                      SHIFT
[Root,Book,the,morning,flight]  []                         LEFT-ARC
[Root,Book,morning,flight]      []                         LEFT-ARC
[Root,Book,flight]              []                         RIGHT-ARC
[Root,Book]                     []                         RIGHT-ARC
[Root]                          []
构建成的依存树如下：

alt text

将一个句子转化为依存树，可以通过连续的选择一串action来实现，所以一个句子对应一个action序列。

对于任意一棵满足 Projective 性质的依存树，都至少存在一个操作序列，使得这个操作序列可以得到正确的依存树，那么：依存分析问题，被转化成了求操作序列的问题。

那么，自然地，我们想到一个重要的问题：如何决定action？

答案是训练一个分类器，得到gold操作序列来训练分类器的流程如下：

1
2
3
4
5
6
Oracle函数：
输入：一个正确的依存树
输出：一个操作序列
如果栈顶的两个元素执行LEFT-ARC之后得到的关系在包含在正确的依存树里，那么我们就选择LEFT-ARC
如果栈顶的两个元素执行RIGHT-ARC得到的关系包含在正确的依存树里，并且栈顶这个词的所有dependent都已经处理了，那么就选择RIGHT-ARC
否则选择SHIFT

综上，我们得到依存树的流程是：

1
2
3
4
5
6
7
8
将依存分析转化为操作序列生成的问题
首先训练一个生成操作序列的模型：
   给定一系列训练数据（依存树库）
   训练一个分类器，能够生成如下操作组成的序列：SHIFT、RIGHT-ARC、LEFT-ARC
下面开始预测：
   输入：一个句子
   输出：一个操作序列
   解码：将操作序列转变成依存树
本页面最近更新：，更新历史
发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：OI-wiki
本页面的全部内容在 协议之条款下提供，附加条款亦可能应用