简介
在应用计算机解决K12应用题自动求解的场景中，对题目自然语言理解是求解过程中的首要问题。对语义的理解准确性，严重影响后续题目求解的准确率。
本文为个人实现K12应用题求解模型设计方案扩展（多层次多轮正则匹配）的调研补充
自然语言识别的不足（可跳过）
本节展示科大讯飞的讯飞开放平台 和 哈工大社会计算与信息检索研究中心研发语言技术平台（LTP）的API分析结果，用以介绍调研背景
【注】 本小节直接引用公司测试对比结果
基本概念
LTP自然语言基础处理服务包括：词法分析、依存句法分析、语义角色标注、语义依存 (依存树) 分析、语义依存 (依存图) 分析五类，其中词法分析又可以分为：中文分词、词性标注、命名实体识别
测试对比
原题：3.15位家长带着25个小朋友来公园游玩，买门票至少需要多少元？
讯飞开放平台
语义依存树
语义依存图
LTP
语义依存树
语义依存图
个人结论
目前的现有识别模型存在诸多问题，需要进一步预处理、后处理、调优、重新建模等等，如“3.15”中“3.”为题目序号；施事关系、涉事关系、顺承关系、目的关系等等关系链不清晰，个人认为没有从目标产品的角度出发（即K12应用题词汇），无法较好达到的一般自然语言到K12应用题条件的转换
中文词和词组分类调研
词分类
词组分类
（1）联合词组（同类词并列）
关键词：和，而，又，并；如爸爸和妈妈
或者直接并列：如爸爸妈妈
同类词包括：名词、代词、动词或形容词
合并后词性变化：不变
（2）主谓词组：陈述和被陈述关系组合
关键词：是、为
词组结构：名词/代词 + (是/为)? +动词/形容词
合并后词性变化：
- 主语：他这样做不对
- 宾语：他手指破了
- 定语：您提的意见很正确
- 状语：妈妈心疼地看着女儿
- 程度补语：我笑得肚子都疼了
（3）动宾词组：支配和被支配关系组合
词语结构：
- 动词+名词
合并词性变化：
- 主语：学习汉语要注意方法
- 宾语：她喜欢学习汉语
- 定语：她有检查质量的经验
- 状语：他低着头走路
- 程度补语：他冻得打冷战
（4）偏正词组：按照修饰、限制和被修饰、限制的关系组合起来的词组
词组结构：
- 名词 + 名词：沙漠地带、地理老师
- 动词 + 形容词：详细解释、很解释
词组举例：他哥哥（代词+名词）、我的书、劳动人民、很漂亮、严格要求
合并后词性变化：
- 主语：经常锻炼有好处
- 谓语：林先生北京人
- 宾语：他怕太晚
- 定语：那件球衣的颜色很漂亮
- 状语：我忽然感到很不舒服
- 补语：他讨论得很热烈
（5）数量词组
词组结构：
- 数词 + 名量词：一张、两支
- 数词 + 动量词：一次、两趟、五顿、九遍、十二回、六下
合并后词性变化：
- 定语：这是三本地图
- 补语：他来了两趟
- 状语：他们八点出发，我一次只能拿十本
- 主语：一公斤等于一千克
- 宾语：那种钢笔，我有一支（顺序颠倒）
- 谓语：这个本子三毛
注意问题：
- 数量词组和结构词组“的”
a. 名量词构成的数量词的主要作用是修饰名词，数量词和名词间不能用“的”
b. 中心语所代表的事物跟量词不一致时，数量词组要用助词“的”
c. 临时量词，用“一”表示“全”、“满”的意思
- 数量词组
2.1 由动量词构成的数量词组的主要作用是在动词后边做补语，表示动作的次数
-
我再念一遍。
-
你来一趟吧。
2.2 名量词构成的数量词组可以在形容词后边做补语，表示具体的长度、高度、深度等
-
这块布长八米
-
这件衣服的颜色深一些
-
这张桌子比那张桌子高一厘米
-
慢一点！别摔了。
2.3 名量词构成的数量词组做宾语时，指代前文所指的人或事物
-
（这种花布）我买了六米。
-
（这种点心）你尝一块。
2.4 可省略数词：“我写了一封信” 至 “我写封信”
2.5 数词重叠词：一个一个；一个个
（6）补充词组
（7）方位词组
时间方位：夜里、三天前（后）、一个星期左右、一个月以前
数量方位：三十岁以上、四十里以外、五十个左右、四十岁上下
（8）同位词组：两个词从不同角度指出同一个人或事物并互相说明
词组结构：
- 名词+名词：张平教授
- 代词+名词：他哥哥
- 名词+代词：哥哥他
合并后词性变化：
- 主语：方磊他明天去美国
- 宾语：这是我姐姐玛丽
- 定语：春秋两季的天气最好
（9）固定词组：表示一个特定概念
举例：全国人民代表大会、人民英雄纪念碑、坐井观天
（10）介词结构：表示方向、住所、时间、对象、目的、原因、方式等
常见介词结构：
- 在...上：他在沙发上坐着；在学习上，他有明显的进步
- 在...下：在老师的帮助下，同学们变化很大
- 在...中：在同学中，我最喜欢他
- 从...起（从...开始）：表示时间或空间方式， 如“从下月一号起放暑假”
- 从...到...：表示时间或空间方式, 如“每天上午从八点到十二点有课”
- 对于...和对...
（11）“的”字结构：附在实词或词组后边组合而成的词组
词性：
-
主语：
a. “是”：表演的是有名的演员；
b. “有”：参加运动会的有各国留学生
c. “的”+动词：送报的来了 -
宾语：
a. 后面不接任何词（短句/句末）：我要买新的
词组和句子成分的关系
主要参考
《外国人实用汉语语法》
