基于模板的對幾種特殊結(jié)構(gòu)句子的語句改寫

Np+V+著+N
→(有)+N+V+在+Np
在此，Np表示句首方處所結(jié)構(gòu)；V表示動詞或動詞短語；N表示句末名詞性結(jié)構(gòu)。
在原句式中，“掛”和“畫”是動作和受事關(guān)系，“墻上”表示存在的處所；在變換式中，“掛”和“畫”仍是動作和受事的關(guān)系，“墻上”仍表示“畫”的存在的處所。三者在共現(xiàn)詞之間的語義關(guān)系上保持不變。
通過對存現(xiàn)句的句子結(jié)構(gòu)分析得出各種句法結(jié)構(gòu)框架，進(jìn)一步進(jìn)行抽象化，就得到了改寫模板。分別以s，f，t表示處所、方位和時(shí)間的品詞標(biāo)記，則每種結(jié)構(gòu)都會有(s)處所詞，(f)方位詞，(t)時(shí)間詞。將其分離出來，作為該類模板的關(guān)鍵詞結(jié)構(gòu)。對于有介詞的句式，將介詞保留或是變換成另一種形式。合并名詞短語，形容詞短語等非關(guān)鍵成分，就得到了如下的改寫模板：

其他幾種句式比如倒裝句、名詞謂語句、雙重否定句、反問句、特指問句、選擇問句、“把”字句、“被”字句、“比”字句等的改寫模板的抽取過程與上述存現(xiàn)句的類似。

2 改寫的處理過程
模板匹配是基于模板方法的改寫系統(tǒng)的關(guān)鍵，基本思想是實(shí)現(xiàn)一個(gè)具有少數(shù)關(guān)鍵詞常項(xiàng)、任意多個(gè)變項(xiàng)的模板匹配算法，把原語句中的任意符號串結(jié)構(gòu)自動替換成目標(biāo)語句中的符號串結(jié)構(gòu)。在具有關(guān)鍵項(xiàng)、約束項(xiàng)、任意變項(xiàng)的模板匹配算法的基礎(chǔ)上，可以利用按照一定的層次結(jié)構(gòu)組織存貯的模板，實(shí)現(xiàn)從原語句到目標(biāo)語句的自動改寫。在此關(guān)鍵項(xiàng)是指抽出的所有模板共通的關(guān)鍵詞，而約束項(xiàng)是指所有抽出模板中除關(guān)鍵項(xiàng)之外的關(guān)鍵詞。在進(jìn)行語句改寫時(shí)對將要進(jìn)行改寫的語句抽出其結(jié)構(gòu)框架，計(jì)算它與改寫模板的相似度以決定與之相匹配的改寫模板，計(jì)算式如式(1)，式(2)所示。
關(guān)鍵項(xiàng)相似度和約束項(xiàng)相似度計(jì)算：

則待改寫句與模板的相似度計(jì)算：

式中：SKW為待改寫句與模板對應(yīng)的關(guān)鍵項(xiàng)個(gè)數(shù)；RW為待改寫句與模板對應(yīng)的約束項(xiàng)個(gè)數(shù)；TKW為模板中所含關(guān)鍵項(xiàng)個(gè)數(shù)；TRW為模板中所含約束項(xiàng)個(gè)數(shù)；KWS為待改寫句與模板的關(guān)鍵項(xiàng)相似度；RWS為待改寫句與模板的約束項(xiàng)相似度；TemSim為待改寫句與模板的相似度；α，β是加權(quán)參數(shù)由預(yù)備試驗(yàn)獲得。通過式(1)，式(2)的計(jì)算獲得待改寫句與模板的相似度值，滿足設(shè)定的相似度閾值的模板用于改寫。

3 語句改寫實(shí)驗(yàn)及考察
3．1 實(shí)驗(yàn)數(shù)據(jù)及結(jié)果
實(shí)驗(yàn)使用了從中學(xué)課文中收集的約300個(gè)句子，模板庫中模板總數(shù)為196個(gè)。語句改寫的輸入內(nèi)容是使用分詞系統(tǒng)得到的分詞和詞性標(biāo)注過的句子。改寫結(jié)果的正誤判斷通過手工進(jìn)行。判斷的基準(zhǔn)分為改寫正確和改寫錯誤。改寫正確：改寫句沒有錯誤、表達(dá)意思不變或錯誤較少及表達(dá)意思基本不變；改寫錯誤：信息缺失、語序混亂及表達(dá)意思改變。
采用評價(jià)函數(shù)對抽出模板及其語句改寫的效果進(jìn)行評價(jià)，公式如下：

式中：CPR為正確改寫率；TCR為模板覆蓋率；CPN為正確改寫數(shù)目；PST為改寫句子總數(shù)；IST為輸入句子總數(shù)。由式(3)對實(shí)驗(yàn)結(jié)果評價(jià)得到在被改寫句中改寫正確率為74．71％，模板覆蓋率為66．34％。
3．2 實(shí)驗(yàn)結(jié)果的考察
在被改寫的語句中隨機(jī)抽取200句，其中錯誤改寫句為49句。通過對改寫錯誤句子進(jìn)行考察，獲得造成改寫誤差的不同原因。在改寫錯誤中由于分詞和詞性標(biāo)注錯誤而導(dǎo)致改寫的錯誤約占19．23％，而由于待改寫句修飾成分過和多句子過長，則分詞后的詞匯信息單元過多，超出了模板所能描述的程度，出現(xiàn)的錯誤改寫率占38．46％。模板匹配錯誤而導(dǎo)致的改寫錯誤有：模板抽出的錯誤和相似度計(jì)算不夠精確而導(dǎo)致的錯誤的匹配分別占15．38 9／6和26．93％。由此可見對于較長的句子需要對抽出模板的方法進(jìn)一步探討，此外相似度計(jì)算也有進(jìn)一步改進(jìn)的必要。

4 結(jié) 語
通過考察句子的語法結(jié)構(gòu)，抽出句子的結(jié)構(gòu)框架從而進(jìn)行了語句改寫模板的構(gòu)造。對待改寫句則通過計(jì)算改寫句與相應(yīng)模板的框架中包含的關(guān)鍵項(xiàng)和約束項(xiàng)的相似度進(jìn)行模板的匹配。通過對小規(guī)模數(shù)據(jù)進(jìn)行的實(shí)驗(yàn)及考察給出了針對幾種特殊結(jié)構(gòu)的句子的改寫效果。錯誤分析指出了改寫方法及處理細(xì)節(jié)上存在的問題，在今后的研究中計(jì)劃針對抽取模板的細(xì)化、相似度計(jì)算方法的改進(jìn)、擴(kuò)大對不同結(jié)構(gòu)語句的模板的抽取范圍和進(jìn)行較大規(guī)模數(shù)據(jù)的實(shí)驗(yàn)考察等方面進(jìn)行探討。