自然语言处理与机器学习基础习题解析

1、对以下句子进行手动分词。(a) “I’m a student.” (b) “He didn’t return Mr. Smith’s book.” (c) “We have no useful information on whether users are at risk, said James A. Talcott of Boston’s Dana - Farber Cancer Institute.”

• (a) I’m a student.
• (b) He didn’t return Mr. Smith’s book.
• (c) We have no useful information on whether users are at risk, said James A. Talcott of Boston’s Dana-Farber Cancer Institute.

2、为句子“They can fish.”分配词性标签。可以分配多少种有效的词性序列？画出每种解释的依存树结构。

对于句子 “They can fish.” ，有两种有效的词性序列分配：

1. “They/PRP can/MD fish/VB”
   - “can” 是情态动词，
   - “fish” 是动词。

依存树结构 ：
- “They” 是主语（nsubj），依赖于 “fish”
- “can” 是情态动词（aux），修饰 “fish”
- “fish” 是句子的核心动词（root），为根节点

2. “They/PRP can/VB fish/NN”
   - “can” 是实义动词，
   - “fish” 是名词。

依存树结构 ：
- “They” 是主语（nsubj），依赖于 “can”
- “can” 是核心动词（root），为根节点
- “fish” 是 “can” 的宾语（obj），依赖于 “can”

所以，有两种有效的词性序列，每种解释对应一种依存树结构。

3、查阅字典查找“bank”和“saw”这两个单词的词义，并注意词义和词性之间的关联。字典中每个单词的引用形式称为词元，它可能与句子中的单词形式不同。单词形式“saw”可以有多少个词元？

“saw”可以有两个词元：

1. 动词“see”的过去式 ，意为“看见”。
2. 名词或动词原形 ：
   - 作名词时，意为“锯子”。
   - 作动词时，意为“锯、锯开”。

4、画出句子“Mary went to Chicago, and visited John.”的谓词 - 论元结构。句子中有多少个谓词？谓词 - 论元关系在句子上是否形成树结构？讨论谓词 - 论元结构和依存树结构的异同。

在句子“Mary went to Chicago, and visited John.”中，有两个谓词，分别是“went”和“visited”。

对于谓词“went”，其论元为：
- 主语“Mary”（语义角色为 施事 ）
- 宾语“Chicago”（语义角色为 地点 ）

对于谓词“visited”，其论元为：
- 主语“Mary”（语义角色为 施事 ）
- 宾语“John”（语义角色为 受事 ）

关于谓词-论元关系是否形成树结构：
谓词-论元关系通常不是严格的树结构，因为一个论元可能同时与多个谓词相关，存在多对多的情况。

谓词-论元结构 和 依存树结构 的相似点在于：
二者都用于分析句子的结构和成分关系，帮助理解句子语义。

不同点在于 ：
- 依存树结构着重展示词与词之间的 句法依存关系 ，强调语法层面的结构；
- 而谓词-论元结构侧重于明确谓词和其论元之间的 语义关系 ，关注事件意义的表达。

5、推导掷骰子的最大似然估计量。

掷骰子有六种可能结果，对应骰子上的数字，其概率可分别参数化为 $ (p_1, p_2, p_3, p_4, p_5, p_6) $，且
$$
\sum_{i = 1}^{6} p_i = 1
$$
（本质上是五个参数）。

给定数据集 $ D $，其中各结果的计数分别为 $ (n_1, n_2, n_3, n_4, n_5, n_6) $，数据似然函数可根据此构建。

与抛硬币类似，最大似然估计（MLE）也会导向通过计算相对频率的训练方法。具体而言，最大化相关数据似然函数会得到
$$
\hat{p} i = \frac{n_i}{\sum {j = 1}^{6} n_j}
$$

6、以下哪些是句子“Tim bought a book for $1.”的 n