本條目存在以下問題，請協助改善本條目或在討論頁針對議題發表看法。 此條目可参照英語維基百科相應條目来扩充。(2024年4月27日) 若您熟悉来源语言和主题，请协助参考外语维基百科扩充条目。请勿直接提交机械翻译，也不要翻译不可靠、低品质内容。依版权协议，译文需在编辑摘要注明来源，或于讨论页顶部标记{{Translated page}}标签。 此條目需要补充更多来源。(2024年9月26日) 请协助補充多方面可靠来源以改善这篇条目，无法查证的内容可能會因為异议提出而被移除。 致使用者：请搜索一下条目的标题（来源搜索："语义角色标注" —网页、新闻、书籍、学术、图像），以检查网络上是否存在该主题的更多可靠来源（判定指引）。

在自然語言處理中，语义角色标注 (英語：Semantic Role Labeling，SRL) 是一种浅层的语义分析技术，由标注句子中某些短语为给定谓词的论元 (语义角色) ，如施事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。

此用於找到句子的含義，檢測句子的謂語或動詞相關的引數，以及如何被分類到其特定角色中。舉例來說，「瑪麗把書賣給了約翰」這句話。 代理人是「瑪麗」，謂詞是「已售」（或者更確切地說，「出售」），主題是「書」，接收者是「約翰」。 另一個例子是，「這本書屬於我」需要兩個標籤，如「被擁有」和「擁有者」，而「這本書被賣給了約翰」需要另外兩個標籤，如主題和接收者，儘管這兩個條款與「主題（subject）」和「客體（object）」功能相似^[1]。

• 语言云

• 語義學
• 自然语言处理任务
• 语法
• 计算语言学

• 自2024年4月需要從英語維基百科翻譯的條目
• 自2024年9月需补充来源的条目
• 拒绝当选首页新条目推荐栏目的条目
• 含有多个问题的条目
• 含有英語的條目
• 使用Lang-xx模板的页面