Phân tích cú pháp là một trongnhững bài toán cơ bản và quan trọng nhất trong
xửlý ngôn ngữtựnhiên(XLNNTN). Kết quảcủa phân tích cú pháp được sửdụng
trong rất nhiều ứng dụng XLNNTN khác như dịch máy, hỏi đáp, trích chọn thông
tin Xây dựng một bộphân tích cú pháp cho tiếng Việt có độchính xác cao là một
công việc rất có ý nghĩa. Mục tiêu đềra của luận văn là xây dựng bộphân tích cú pháp
tiếng Việt theo tiếp cận thống kê. Đây là một hướng tiếp cận khá mới mẻtrong cách
xây dựng bộphân tích cú pháp tiếng Việt. Luận văn sẽtrìnhbày khái quát vềcác cách
tiếp cận trong việc xây dựng bộphân tích cú pháp, và đi sâu tìm hiều vềvăn phạm phi
ngữcảnh xác suất từvựng(Lexicalized Probabilistic Context Free Grammar). Cụthể
hơn, tôi tìm hiểu, nghiên cứu 3 mô hình xác suất của Collins [11], và áp dụng công cụ
phân tích của Bikel’s[9]đểthửnghiệm cho phân tích cú pháp tiếng Việt. Phân tích cú
pháp dựa theo thống kê cần có dữliệu đểhuấn luyện mô hình. Trong luận văn, tôisẽ
sử dụng ngữ liệu Viet Treebank. Kết quả thực nghiệm cho thấy độ chính xác
(precision) là trên80%với hơn 9000 câu huấn luyện và 500 câu kiểm tra. Những kết
quảcủa luận văn cho thấy rằng, đối với tiếng Việt, mô hình 1 của Collin có độchính
xác thấp hơn so với mô hình 2, và mô hình 3 chưa thực sựhiệu quả. Ngoài ra, kết quả
thực nghiệm còn chỉra một sốtham sốcủa mô hình 2 của Collins có ảnh hưởng tới độ
chính xác của bộphân tích cú pháp.
