依存句法分析是自然语言处理的重要任务之一。在机器翻译、自动问答、信息提取等应用系统中, 依存句法分析能够为各系统提供句子结构上的信息。本课题研究依存分析的概率化决策动作模型及自适应技术研究,主要研究内容包括网络挖掘辅助的依存句法分析方法、融合层次化语义知识的汉语依存句法分析方法、基于多种树库知识迁移的依存句法分析方法、依存句法分析在自然语言中的应用(社区问答系统关键技术、基于知识关联的实体排歧与属性抽取技术、网络挖掘辅助的机构名翻译抽取技术、文本倾向性分析中领域自适应技术等)。主要研究成果包括30篇学术论文,其中包括国际顶级会议论文11篇,授权国家发明专利两项,申请国家软件著作权登记两项, 获得国际学术奖励一项(ACM KDD-CUP),作为中国计算机学会《学科前沿讲习班》第二十一期"面向互联网的自然语言处理技术"特邀讲师为来自全国的青年学者和学生讲述了依存句法分析、信息抽取、观点挖掘和倾向性分析、问答系统等内容,培养博士硕士研究生多名。
英文主题词Natural language processing; dependency parsing; structured machine learning