基于相似性的结构引导

本文提出一种新的基于相似性的学习算法，灵感来自字符串编辑距离（Wagner 和 Fischer，1974），用于从零开始引导结构。该算法以未标注句子语料库为输入，返回以括号标注的句子语料库。该方法针对具有一或多个相同单词的非结构化句子或被算法部分括号标注的句子，寻找可互换的句子片段（即两个句子中不同的部分）。这些片段被视为相同类型的可能组成部分。虽然这对应于算法的基本引导步骤，但通过与其他（相似）句子的比较，可进一步学习结构。我们在Penn Treebank ATIS语料库的平坦句子上应用该方法，并将得到的结构化句子与ATIS语料库中的结构化句子进行比较。该算法同样被测试于OVIS语料库。我们在ATIS语料库上获得了86.04%的非交叉括号精度，在OVIS语料库上获得了89.39%的非交叉括号精度。