语义依存

语义依存分析 (Semantic Dependency Parsing, SDP),分析句子各个语言单位之间的语义关联,并将语义关联以依存结构呈现。 使用语义依存刻画句子语义,好处在于不需要去抽象词汇本身,而是通过词汇所承受的语义框架来描述该词汇,而论元的数目相对词汇来说数量总是少了很多的。语义依存分析目标是跨越句子表层句法结构的束缚,直接获取深层的语义信息。 例如以下三个句子,用不同的表达方式表达了同一个语义信息,即张三实施了一个吃的动作,吃的动作是对苹果实施的。

                                         

NLP to do的依存关系是什么 ltp依存句法分析_NLP to do的依存关系是什么

语义依存分析不受句法结构的影响,将具有直接语义关联的语言单元直接连接依存弧并标记上相应的语义关系。这也是语义依存分析与句法依存分析的重要区别。

                              

NLP to do的依存关系是什么 ltp依存句法分析_NLP to do的依存关系是什么_02

如上例对比了句法依存和语义分析的结果,可以看到两者存在两个显著差别。第一,句法依存某种程度上更重视非实词(如介词)在句子结构分析中的作用,而语义依存更倾向在具有直接语义关联的实词之间建立直接依存弧,非实词作为辅助标记存在。 第二,两者依存弧上标记的语义关系完全不同,语义依存关系是由论元关系引申归纳而来,可以用于回答问题,如我在哪里喝汤,我在用什么喝汤,谁在喝汤,我在喝什么。但是句法依存却没有这个能力。

语义依存与语义角色标注之间也存在关联,语义角色标注只关注句子主要谓词的论元及谓词与论元之间的关系,而语义依存不仅关注谓词与论元的关系,还关注谓词与谓词之间、论元与论元之间、论元内部的语义关系。语义依存对句子语义信息的刻画更加完整全面。

语义依存关系分为三类,分别是主要语义角色,每一种语义角色对应存在一个嵌套关系和反关系;事件关系,描述两个事件间的关系;语义依附标记,标记说话者语气等依附性信息。

关系类型

Tag

Description

Example

施事关系

Agt

Agent

我送她一束花 (我 <-- 送)

当事关系

Exp

Experiencer

我跑得快 (跑 --> 我)

感事关系

Aft

Affection

我思念家乡 (思念 --> 我)

领事关系

Poss

Possessor

他有一本好读 (他 <-- 有)

受事关系

Pat

Patient

他打了小明 (打 --> 小明)

客事关系

Cont

Content

他听到鞭炮声 (听 --> 鞭炮声)

成事关系

Prod

Product

他写了本小说 (写 --> 小说)

源事关系

Orig

Origin

我军缴获敌人四辆坦克 (缴获 --> 坦克)

涉事关系

Datv

Dative

他告诉我个秘密 ( 告诉 --> 我 )

比较角色

Comp

Comitative

他成绩比我好 (他 --> 我)

属事角色

Belg

Belongings

老赵有俩女儿 (老赵 <-- 有)

类事角色

Clas

Classification

他是中学生 (是 --> 中学生)

依据角色

Accd

According

本庭依法宣判 (依法 <-- 宣判)

缘故角色

Reas

Reason

他在愁女儿婚事 (愁 --> 婚事)

意图角色

Int

Intention

为了金牌他拼命努力 (金牌 <-- 努力)

结局角色

Cons

Consequence

他跑了满头大汗 (跑 --> 满头大汗)

方式角色

Mann

Manner

球慢慢滚进空门 (慢慢 <-- 滚)

工具角色

Tool

Tool

她用砂锅熬粥 (砂锅 <-- 熬粥)

材料角色

Malt

Material

她用小米熬粥 (小米 <-- 熬粥)

时间角色

Time

Time

唐朝有个李白 (唐朝 <-- 有)

空间角色

Loc

Location

这房子朝南 (朝 --> 南)

历程角色

Proc

Process

火车正在过长江大桥 (过 --> 大桥)

趋向角色

Dir

Direction

部队奔向南方 (奔 --> 南)

范围角色

Sco

Scope

产品应该比质量 (比 --> 质量)

数量角色

Quan

Quantity

一年有365天 (有 --> 天)

数量数组

Qp

Quantity-phrase

三本书 (三 --> 本)

频率角色

Freq

Frequency

他每天看书 (每天 <-- 看)

顺序角色

Seq

Sequence

他跑第一 (跑 --> 第一)

描写角色

Desc(Feat)

Description

他长得胖 (长 --> 胖)

宿主角色

Host

Host

住房面积 (住房 <-- 面积)

名字修饰角色

Nmod

Name-modifier

果戈里大街 (果戈里 <-- 大街)

时间修饰角色

Tmod

Time-modifier

星期一上午 (星期一 <-- 上午)

反角色

r + main role

 

打篮球的小姑娘 (打篮球 <-- 姑娘)

嵌套角色

d + main role

 

爷爷看见孙子在跑 (看见 --> 跑)

并列关系

eCoo

event Coordination

我喜欢唱歌和跳舞 (唱歌 --> 跳舞)

选择关系

eSelt

event Selection

您是喝茶还是喝咖啡 (茶 --> 咖啡)

等同关系

eEqu

event Equivalent

他们三个人一起走 (他们 --> 三个人)

先行关系

ePrec

event Precedent

首先,先

顺承关系

eSucc

event Successor

随后,然后

递进关系

eProg

event Progression

况且,并且

转折关系

eAdvt

event adversative

却,然而

原因关系

eCau

event Cause

因为,既然

结果关系

eResu

event Result

因此,以致

推论关系

eInf

event Inference

才,则

条件关系

eCond

event Condition

只要,除非

假设关系

eSupp

event Supposition

如果,要是

让步关系

eConc

event Concession

纵使,哪怕

手段关系

eMetd

event Method

 

目的关系

ePurp

event Purpose

为了,以便

割舍关系

eAban

event Abandonment

与其,也不

选取关系

ePref

event Preference

不如,宁愿

总括关系

eSum

event Summary

总而言之

分叙关系

eRect

event Recount

例如,比方说

连词标记

mConj

Recount Marker

和,或

的字标记

mAux

Auxiliary

的,地,得

介词标记

mPrep

Preposition

把,被

语气标记

mTone

Tone

吗,呢

时间标记

mTime

Time

才,曾经

范围标记

mRang

Range

都,到处

程度标记

mDegr

Degree

很,稍微

频率标记

mFreq

Frequency Marker

再,常常

趋向标记

mDir

Direction Marker

上去,下来

插入语标记

mPars

Parenthesis Marker

总的来说,众所周知

否定标记

mNeg

Negation Marker

不,没,未

情态标记

mMod

Modal Marker

幸亏,会,能

标点标记

mPunc

Punctuation Marker

,。!

重复标记

mPept

Repetition Marker

走啊走 (走 --> 走)

多数标记

mMaj

Majority Marker

们,等

实词虚化标记

mVain

Vain Marker

 

离合标记

mSepa

Seperation Marker

吃了个饭 (吃 --> 饭) 洗了个澡 (洗 --> 澡)

根节点

Root

Root

全句核心节点