中文依存句法分析概述及應用

句法分析是天然語言處理領域的一個關鍵問題,如能將其有效解決,一方面,可對相應樹庫構建體系的正確性和完善性進行驗證;另外一方面,也可直接服務於各類上層應用,好比搜索引擎用戶日誌分析和關鍵詞識別,好比信息抽取、自動問答、機器翻譯等其餘天然語言處理相關的任務。

短語結構和依存結構是目前句法分析中研究最普遍的兩類文法體系。這裏先大概介紹下依存結構。

依存文法最先由法國語言學家L.Tesniere在其著做《結構句法基礎》（1959年）中提出，對語言學的發展產生了深遠的影響，特別是在計算語言學界備受推崇。

依存語法經過分析語言單位內成分之間的依存關係揭示其句法結構，主張句子中核心動詞是支配其它成分的中心成分，而它自己卻不受其它任何成分的支配，全部受支配成分都以某種依存關係從屬於支配者。

在20世紀70年代，Robinson提出依存語法中關於依存關係的四條公理，在處理中文信息的研究中，中國學者提出了依存關係的第五條公理，以下：

一、一個句子中只有一個成分是獨立的；
二、其它成分直接依存於某一成分；
三、任何一個成分都不能依存與兩個或兩個以上的成分；
四、若是A成分直接依存於B成分，而C成分在句中位於A和B之間，那麼C或者直接依存於B，或者直接依存於A和B之間的某一成分；
五、中心成分左右兩面的其它成分相互不發生關係。

句子成分間相互支配與被支配、依存與被依存的現象廣泛存在於漢語的詞彙（合成語）、短語、單句、複合直到句羣的各級可以獨立運用的語言單位之中，這一特色爲依存關係的廣泛性，依存句法分析能夠反映出句子各成分之間的語義修飾關係，它能夠得到長距離的搭配信息，並與句子成分的物理位置無關。

附：LTP依存分析模塊所使用的依存關係標記含義 (http://ir.hit.edu.cn/demo/ltp)
依存關係標記（共24個）
定中關係ATT（attribute）
數量關係QUN（quantity）
並列關係COO（coordinate）
同位關係APP（appositive）
前附加關係LAD（left adjunct）
後附加關係RAD（right adjunct）
動賓關係VOB（verb-object）
介賓關係POB（preposition-object）
主謂關係SBV（subject-verb）
比擬關係SIM（similarity）
核心HED（head）
連動結構VV（verb-verb）
關聯結構CNJ（conjunctive）
語態結構MT（mood-tense）
獨立結構IS（independent structure）
狀中結構ADV（adverbial）
動補結構CMP（complement）
「的」字結構DE
「地」字結構DI
「得」字結構DEI
「把」字結構BA
「被」字結構BEI
獨立分句IC（independent clause）
依存分句DC（dependent clause）

關於中文句法分析的應用，工業界我知道的百度和雅虎都有嘗試，

百度的query分析，雅虎利用句法信息作多粒度切詞等等。