中文摘要：

语义角色标注是近些年来兴起的自然语言处理的一个新的研究领域。与英语方面的研究相比，汉语方面的工作还不是很充分。该文在参考已有工作的基础上，基于最大熵原则，对汉语语义角色标注中的一个方面——语交角色分类进行了深入的研究。在提出了一些新的特征之后，该文还充分利用了语义角色之间的相关性，提取语义角色的上下文特征，从而提高标记的准确率；此外，通过对不同特征的单独研究，笔者发现了不同特征取得最优值时的窗口大小差别很大。发现这一现象后，笔者设计了一种基于贪心策略的选择算法，对不同的特征选择不同的窗口大小，使得标记结果进一步提高。在综合采用了以上的策略之后，笔者的汉语语义角色分类系统可以达到95．00％的准确率，比前人有较为显著的提升。从而证明了笔者的方法是有效的。

英文摘要：

The semantic role labeling （SRL） is a new research area of natural language processing in recent years. Compared to the study in English, Chinese SRL is still in its infancy stage. In this paper, we focus on the semantic role classification （SRC）, one key step of SRL. Besides introducing some new features, we also explore the inte-dependence of the semantic roles. We employ the context features to improve the performance of the semantic role classification. And a greedy algorithm is designed to select the different windows of the context for different feature templates, since the highest performance can be achieved with different window sizes for different feature templates. In the experiments, the precision of our SRC system can achieve 95.00%, proving the validness of our approach.