依存句法通过分析句子中词与词之间的依存关系,从而捕捉到词语的句法结构信息(如主谓、动宾、定中等结构关系),并使用树状结构来表示句子的句法结构信息,帮助快速实现推荐、检索、排序等应用。 依存句法是由法国语言学家L.Tesniere最先提出,它将句子分析成一棵依存句法树,描述出各个词语之间的依存关系。也即指出了词语之间在句法上的搭配关系,这种搭配关系是和语义相关联的。

句法分析是自然语言处理中的关键技术之一,其基本任务是确定句子的句法结构或者句子中词汇之间的依存关系。

主要包括两方面的内容,一是确定语言的语法体系,即对语言中合法的句子的语法结构给与形式化的定义;另一方面是句法分析技术,即根据给定的语法体系,自动推导出句子的句法结构,分析句子所包含的句法单位和这些句法单位之间的关系。

依存语法的结构没有非终结点,词与词之间直接发生依存关系,构成一个依存对,其中一个是核心词,也叫支配词,另一个叫修饰词,也叫从属词。

依存关系用一个有向弧表示,叫做依存弧。依存弧的方向为由从属词指向支配词,当然反过来也是可以的,按个人习惯统一表示即可。

依存句法通过分析语言单位内成分之前的依存关系解释其句法结构,主张句子中核心动词是支配其他成分的中心成分。而它本身却不受其他任何成分的支配,所有受支配成分都以某种关系从属于支配者。

产品优势

算法通用性强

结构体系简洁,适用于分析搜索引擎、网页内容、语音识别等多种文本形式

结构消歧机制

多年语料算法积累训练,解决结构歧义问题

Attention模型结构

使用Attention机制深度学习模型,解决算法局部最优问题

部署使用灵活

标准化接口封装,多种部署方式降低研发人力

适用场景

语义理解
通过分析自然语言语句的句法结构,提取主干信息,从而更准确理解用户意图
知识挖掘
对大规模非结构化文本数据进行句法结构分析,通过抽取实体、概念、语义关系等信息构建领域知识或世界知识
问答系统
对问题进行依存句法分析,通过理解问题意图,确定最匹配的答案
语义理解
通过分析自然语言语句的句法结构,提取主干信息,从而更准确理解用户意图
知识挖掘
对大规模非结构化文本数据进行句法结构分析,通过抽取实体、概念、语义关系等信息构建领域知识或世界知识
问答系统
对问题进行依存句法分析,通过理解问题意图,确定最匹配的答案

更多产品与服务

词性标注
为自然语言文本中的每个词汇赋予一个词性
了解更多
词向量
将词表中的词进行向量化,实现文本信息可计算
了解更多
多语言分词
将连续的自然语言文本,切分成具有语义合理性和完整性的词汇序列
了解更多
命名实体
将文本中特定类型的事物名称或符号识别出来
了解更多