词是最小的能够独立活动的有意义的语言成分,但汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，中文词法分析是中文信息处理的基础与关键。为此,中国科学院计算技术研究所在多年研究基础上，耗时一年研制出了基于多层隐马模型的汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，该系统的功能有：中文分词；词性标注；未登录词识别。分词正确率高达97.58%(最近的973专家组评测结
研究了中文名词性谓词的语义角色标注(semantic role labeling，简称SRL)．在使用传统动词性谓词SRL相关特征的基础上，进一步提出了名词性谓词SRL相关的特征集．此外，探索了中文动词性谓词sRL对中文名词性谓词SRL的影响，并且联合谓词自动识别实现了全自动的中文名词性谓词SRL．在中文NomBank上的实验结果表明， 中文动词性谓词的sRL合理使用能够大幅度提高中文名词性谓词的sRL性能；基于正确句法树和正确谓词识别，中文名词性谓词的sRL性能Fl值达到了72．67，大大优
研究了中文名词性谓词的语义角色标注(semantic role labeling,简称SRL).在使用传统动词性谓词SRL相关特征的基础上,进一步提出了名词性谓词SRL相关的特征集.此外,探索了中文动词性谓词SRL对中文名词性谓词SRL的影响,并且联合谓词自动识别实现了全自动的中文名词性谓词SRL.在中文NomBank上的实验结果表明,中文动词性谓词的SRL合理使用能够大幅度提高中文名词性谓词的SRL性能;基于正确句法树和正确谓词识别,中文名词性谓词的SRL性能F1值达到了72.67,大大优于目
