AITerms 登入
自然語言處理AI基礎機器學習

依存句法分析(Dependency Parsing)是什麼?

依存句法分析是自然語言處理中,分析句子中詞彙之間的依存關係,建立句子的語法結構,揭示詞彙間的修飾、支配等關係。

完整定義

依存句法分析(Dependency Parsing)是自然語言處理(NLP)中的一項任務,旨在分析句子中詞彙之間的依存關係,建立句子的語法結構。依存句法分析將句子表示為一個依存樹,其中每個詞彙都是樹中的一個節點,節點之間的邊表示詞彙之間的依存關係。依存句法分析可以揭示詞彙之間的修飾、支配等關係,從而更好地理解句子的語義。

白話說明

你讀一句話時,怎麼知道哪個詞在修飾哪個詞?

你可以把 依存句法分析 想成句子裡的關係圖。

它其實就是把每個詞和它依賴的詞連起來,標出誰修飾誰、誰支配誰。

依存句法分析是自然語言處理中,分析句子中詞彙之間的依存關係,建立句子的語法結構,揭示詞彙間的修飾、支配等關係。這會直接影響機器怎麼理解句意,也常是後續 NLP 任務的基礎。

記住這句

畫出詞和詞之間的依存箭頭

比喻:依存句法分析就像解剖一個句子 -- 它會找出每個詞是誰的「修飾語」或「支配者」,比如「我吃蘋果」中,「吃」支配「蘋果」,「我」是「吃」的主語,這樣就能看懂整個句子的骨架。

容易混淆

vs 成分句法分析

成分句法分析像搭積木,把詞組合成更大的結構(名詞片語、動詞片語);依存句法分析則像畫箭頭,直接標示詞與詞之間的「誰依賴誰」的關係,更側重語義連結。

實際案例

案例一:依存句法分析 處理中文句子

你看到「我昨天在台北買了新手機」時,系統要知道「買了」是核心動作,「昨天」修飾時間,「台北」修飾地點。

案例二:依存句法分析 幫助資訊抽取

當句子很長、修飾很多,依存關係可以讓後續任務更快知道誰跟誰有關。

深入了解

依存句法分析常把每個詞連到它所依賴的核心詞,形成樹或圖

這能幫助做資訊抽取、問答和機器翻譯前處理

中文場景常先要分詞,否則句法關係很難站穩

情境判斷

Q1(直覺題): 一句話裡,哪個詞修飾哪個詞,機器有必要知道嗎?

有必要,因為這會影響整句話的語法和語意理解。

Q2(判斷題): 中文和英文做依存句法分析時,步驟會完全一樣嗎?

看情況,中文常要先分詞,因為詞邊界不明顯,這一步會直接影響後面的依存關係。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本