NLP系列之计算语言学（四）

　　NLP包括两个分支，这两个分支帮助我们来开发NLP应用。一个是计算分支，也就是计算机科学（Computer Science）分支，另一个是语言学（Linguistics）分支，见下图：
　　语言学分支关注怎样使用多样的科学技术来分析自然语言。  计算机科学包含机器学习算法。
　　所以，语言学分支会对形式、语义和上下文环境做科学分析。所有的语言学分析的实现都可以借助计算机科学技术。我们可以使用这些分析并将分析得到的元素作为机器学习算法的输入，构建一个NLP应用。在这里，机器学习算法是属于计算机科学的部分，语言分析是语言学的部分。计算语言学领域会帮助你同时理解计算机科学和语言学。
　　形态分析  形态学：主要研究词语是怎么被构造和生成的。  词素：给定语言的最小意义单元，词素是形态学的基本单元。  词干：词的一部分，可以允许一个词缀附着在上面。
　　举例：
　　＂girl＂这个词包含一个词素，而＂girls＂包括两个词素，一个是＂girl＂，另一个是＂-s＂。
　　＂ friend ＂这个词是词根，然而＂friendship ＂这个词是词干。
　　形态分析任务
　　被定义为语法层面上的分析任务，它分析词是怎么由词素构成的，以及哪些是语义构成的最小 单元，并被用于分词（word segmentation）、词性标注（part of speechtagging）中。
　　词法分析
　　是把一段文本分割成词、短语和其他意义单元的过程。在这种分析中，我们关注词、短语和其他元素，像符号的意义。  词条：被定义为词法分析过程中得到的有意义元素。  词性：是指一类词或是词法项（lexical item）具有相似的语法属性。  词条化：从句子中导出独立的有意义组块（被称为词条）的过程。
　　句法分析
　　是指给定句子或句子片段来做逻辑意义分析的过程。
　　句法分析是处理自然语言句法的任务，在NLP领域中已经被很深入地研究。在句法分析中，文法规则被用于确定哪些句子是合法的。语法被用来开发一个可以产生结构化表示或句法树的句法分析算法。
　　语义分析
　　语义分析的最终目的是理解句子表达的真实语义。当时用什么形式来表示语义一直没有能够很好的解决。语义角色标注是比较成熟的浅层语义分析技术。给定句子中的一个谓词，语义角色标注的任务就是从句子中标注出这个谓词的施事、受事、时间、地点等参数。语义角色标注一般都在句法分析的基础上完成，句法结构对于语义角色标注的性能至关重要。