本书共使用了4个句法特征。
（1）Head词汇
进行词汇级别的序列标注时，该词汇的Head词汇是其自身。
如果标注的对象是词汇组合，该特征试图找出词汇组合中的关键词汇，例如“an approach”的Head词汇是“approach”，“an”是作为“approach”的修饰成分出现。
为了实现Head词汇识别，进行以下操作：
①如果词汇组合仅包含一个对象，将该对象直接返回。
②将词汇组合中的词汇加入到一个有向网络中，根据词汇之间的依存关系构建相应的有向边。例如，在“an approach”中，存在“approach”指向“an”的一个依存关系，其中“approach”是governer词汇[1]，则相应地构建一个从“approach”指向“an”的边。
③遍历网络中的每一个节点，如果发现节点有入链而没有出链，则将节点删除。
④重复操作③，直到网络中剩下的节点都是孤立节点。
⑤如果网络中只存在一个节点，返回节点对应的词汇，否则返回“<MULI＿HEAD>”。图3-2给出了一个Head词汇识别的例子。图3-2所示文本中，为了识别出“Information Retrieval”中的Head词汇，在构造得到的网络中，“Information”对应的节点仅有入链而无出链，将该节点删除，此时，网络中仅剩下一个节点，返回该节点对应的词汇“Retrieval”。
图3-2 Head词汇识别结果示意图
（2）词汇到Root的依存路径
本书使用的依存路径是从目标术语到句子Root词汇的最短路径。
句法解析器能够针对句子生成句法结构和依存关系结构，前者是树形的句法关系表示，而后者是词元间依存关系的表示。由于依存关系发生于词汇之间，对于词汇组合，本书使用词汇组合的Heade词到Root词的路径作为特征。(www.xing528.com)
给定句子S，依存路径提取的结果类似于（word1，Category1：Relation：Category2，word2）＋，*＋表示多个*的重复。word是词汇的文本，Categroy是词汇的词性，Relation表示word1所指节点到word2所指节点之间的依存关系，可能的依存关系如nsubj、det、dobj、nn等。
以例3.1.1为例，针对“an approach”，得到路径特征“develop，VBN：dobj：approach，NN”。
另外，词汇组合如果包含多个Head词汇，则不计算依存路径，直接返回“<NOPATH>”。
（3）仅记录动词节点的词汇-Root依存路径
该路径同上一个路径的生成方法一致，但仅仅记录动词，其他词汇节点以词性代替。
以例3.1.1为例，针对“an approach”，得到路径特征“verbRootPath：develop，VBN：dobj：NN”。
（4）词汇直接关联的依存关系特征
该特征记录词汇直接关联的依存关系和依存关系连接的词汇。
给定词汇或者词汇组合的Head词汇，记为word，word的特征生成策略如下：
①如果word存在直接关联的dobj关系，关联词汇记为target，如果word在dobj关系中是governer词汇，则返回“dobj：target”，如果target为governer词汇，返回“dobj-r：target”。
②如果word不存在直接关联的dobj关系，但存在直接关联的obj关系，参照步骤1给出的规则处理，区别在于返回字符串将“dobj”替换为“obj”。
③如果①和②的条件都不满足，将词汇所有直接关联的关系及其关联的词汇拼接，作为结果返回。
实验发现，在上面的直接关联依存关系特征构造方法中，直接使用关联到的词汇构造特征会导致特征稀疏问题，得到的特征对序列标注的性能提升没有效果。因此，本书使用动词的角色聚类结果替换原始词汇，以得到对提升序列标注性能有帮助的特征。
词汇角色聚类的方法在第3.1.4节介绍。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
