文章目录
- 0. Introduction
- 1. SRL定义
- 2. 语料、语义角色
- 3. 传统的SRL方法
- 4. 基于神经网络的SRL
0. Introduction
在自然语言处理中，从分析技术上可以分为下面三种
- 词法分析 lexical analysis
- 句法分析 syntactic parsing
- 语义分析 semantic parsing
1. SRL定义
Semantic Role Labeling (SRL) is defined as the task to recognize arguments for a given predicate and assign semantic role labels to them.
语义角色标注（Semantic Role Labeling，SRL）以句子的谓词为中心，不对句子所包含的语义信息进行深入分析，只分析句子中各成分与谓词之间的关系，即句子的谓词(Predicate)- 论元(Argument)结构，并用语义角色来描述这些结构关系。
2. 语料、语义角色
语料：
- 英文的SRL数据集：FrameNet, PropBank
- 中文的SRL数据集：Chinese Proposition Bank(CPB)
语义角色：
- 谓词(predicate): 是整个句子的核心词，一般是动词或者形容词。
- 核心论元(core arguement)：表示跟这个谓词直接相关的论元，用
来表示，
。
- 语义修饰语(semantic adjunct): 表示不与谓词直接相关的论元，可独立存在，用
来表示，例如时间、地点、目的、程度、范围等等。
SRL语义角色标签及其含义：
SRL实例：
例子1：
- 谓词：遇到
- 施事：小明
- 受事：小红
- 时间：昨天
- 地点：公园
语义角色标注就是要针对句子中的（核心）谓词来确定其他论元以及其他论元的角色。
3. 传统的SRL方法
传统的SRL系统大多建立在句法分析基础之上，通常包括6个流程：
- 构建一棵句法分析树。例如：图1是对上面例子进行依存句法分析得到的一棵句法树。
- 从句法树上识别出给定谓词的候选论元。
- 候选论元剪除：指从句子中剪除掉不可能成为论元的词。通常采用基于规则的方法，例如遍历语法树、句法依存树等方法。
- 论元识别：指从候选论元中识别出所有属于该谓词的论元。一般看作二值分类问题，采用SVM或者最大熵分类等方法。
- 论元标注：指对识别出的论元赋予语义角色。一般看作多值分类问题，通过多分类得到论元的语义角色标签。
- 后处理：指对标注结果进行进一步处理。例如删除语义重复的论元等。
可以看到，句法分析是基础，并且后续步骤常常会构造的一些人工特征，这些特征往往也来自句法分析。
然而，完全句法分析需要确定句子所包含的全部句法信息，并确定句子各成分之间的关系，是一个非常困难的任务，目前技术下的句法分析准确率并不高，句法分析的细微错误都会导致SRL的错误。为了降低问题的复杂度，同时获得一定的句法结构信息，“浅层句法分析”的思想应运而生。浅层句法分析也称为部分句法分析（partial parsing）或语块划分（chunking）。和完全句法分析得到一颗完整的句法树不同，浅层句法分析只需要识别句子中某些结构相对简单的独立成分，例如：动词短语，这些被识别出来的结构称为语块。为了回避 “无法获得准确率较高的句法树” 所带来的困难，一些研究[1]也提出了基于语块（chunk）的SRL方法。
基于语块的SRL方法将SRL作为一个序列标注问题来解决。
序列标注任务一般都会采用BIO表示方式来定义序列标注的标签集，我们先来介绍这种表示方法。在BIO表示法中，B代表语块的开始，I代表语块的中间，O代表语块结束。通过B、I、O 三种标记将不同的语块赋予不同的标签，例如：对于一个角色为A的论元，将它所包含的第一个语块赋予标签B-A，将它所包含的其它语块赋予标签I-A，不属于任何论元的语块赋予标签O。
我们继续以上面的这句话为例，图2展示了BIO表示方法
从上面的例子可以看到，根据序列标注结果可以直接得到论元的语义角色标注结果，是一个相对简单的过程。这种简单性体现在：
（1）依赖浅层句法分析，降低了句法分析的要求和难度；
（2）没有了候选论元剪除这一步骤；
（3）论元的识别和论元标注是同时实现的。这种一体化处理论元识别和论元标注的方法，简化了流程，降低了错误累积的风险，往往能够取得更好的结果。
4. 基于神经网络的SRL
基于RNN基于Bert（更多详情点击这篇论文-Appendix A.1）
