位置:成果数据库 > 期刊 > 期刊详情页
基于SVM融合多特征的介词结构自动识别
  • ISSN号:1003-0077
  • 期刊名称:中文信息学报
  • 时间:0
  • 页码:19-24
  • 语言:中文
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京大学计算语言学研究所计算语言学教育部重点实验室(北京大学)
  • 相关基金:基金项目:国家863高技术研究发展计划基金项目(2007AA012198);国家自然科学基金项目(60703063);国家社会科学基金项目(08CYY016);国家973重点基础研究发展规划基金项目(2004CB318102)
  • 相关项目:基于词语独异性特征的大规模词义标注语料库自动构建研究
中文摘要:

介词结构在汉语文本中出现频率很高,正确识别介词结构边界对句法分析、语音合成中的韵律短语划分有着重要意义。该文较为系统地探讨了汉语中常用介词的边界识别问题。利用支持向量机SVM模型,基于输出概率而不是简单的二分法来选择正确的后边界。探讨了不同的特征选择,并尝试加入语义信息等不同特征组合以提高识别准确率。对常用的68个介词进行边界识别实验,5折交叉验证的准确率达到90.95%,优于前人的识别结果。

英文摘要:

Owing to the high frequency of prepositional structure, this paper systematically explores the prepositional phrase boundary identification, which plays an important role in Chinese parsing, as well as for some application systems such as text to speech system. We apply support vector machine model to identify phrase boundary, and the boundary word is selected based on the output probability rather than the binary classification results. We also in- vestigate different kinds of features, and try to employ rich features such as semantic classes involved. Together 68 frequently used prepositions are experimented in our test and the results show it achieves a precision of 90.95% in a five fold cross validation.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中文信息学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国中文信息学会 中国科学院软件研究所
  • 主编:孙茂松
  • 地址:北京海淀中关村南四街4号中科院软件所
  • 邮编:100190
  • 邮箱:jcip@iscas.ac.cn
  • 电话:010-62562916
  • 国际标准刊号:ISSN:1003-0077
  • 国内统一刊号:ISSN:11-2325/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:9136