位置:成果数据库 > 期刊 > 期刊详情页
基于特征选择和最大熵模型的汉语词义消歧
  • ISSN号:1000-9825
  • 期刊名称:软件学报
  • 时间:0
  • 页码:1287-1295
  • 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]北京大学信息科学技术学院计算语言学研究所,北京100871, [2]北京大学计算语言学教育部重点实验室,北京100871
  • 相关基金:国家自然科学基金Nos.60675035 60973053 90920011; 北京市自然科学基金No.4072012
  • 相关项目:面向文本推理的汉语语义计算模型研究
中文摘要:

词义消歧是自然语言处理中一类典型的分类问题.在分类中,特征的选择至关重要.通常情况下,特征是由人工选择的,这就要求特征选取者对于待分类的问题本身和分类模型的特点有深刻的认识.分析了汉语词义消岐中特征模板对消歧结果的影响,在此基础上提出一套基于最大熵分类模型的自动特征选择方法,包括针对所有歧义词的统一特征模板选择和针对单个歧义词的独立特征模板优化算法.实验结果表明,使用自动选择的特征,不仅简化了特征模板,而且提高了汉语词义消歧的性能.与SemEval2007:task#5的最好成绩相比,该方法分别在微平均值MicroAve(micro-average accuracy)和宏平均值MacroAve(macro-average accuracy)上提升了3.10%和2.96%.

英文摘要:

Word sense disambiguation (WSD) can be thought as a classification problem.Feature selection is of great importance in such a task.In general,features are selected manually,which requires a deep understanding of the task itself and the employed classification model.In this paper,the effect of feature template on Chinese WSD is studied,and an automatic feature selection algorithm based on maximum entropy model (MEM) is proposed,including uniform feature template selection for all ambiguous words and customized feature template selection for each word.Experimental result shows that automatic feature selection can reduce feature size and improve Chinese WSD performance.Compared with the best evaluation results of SemEval 2007: task #5,this method gets MicroAve (micro-average accuracy) increase 3.10% and MacroAve (macro-average accuracy) 2.96% respectively.

同期刊论文项目
期刊论文 16 会议论文 15 专利 2
期刊论文 27 会议论文 24 获奖 4
同项目期刊论文
期刊信息
  • 《软件学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学院软件研究所 中国计算机学会
  • 主编:赵琛
  • 地址:北京8718信箱中国科学院软件研究所
  • 邮编:100190
  • 邮箱:jos@iscas.ac.cn
  • 电话:010-62562563
  • 国际标准刊号:ISSN:1000-9825
  • 国内统一刊号:ISSN:11-2560/TP
  • 邮发代号:82-367
  • 获奖情况:
  • 2001年入选中国期刊方阵“双百期刊”,2000年荣获中国科学院优秀科技期刊一等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国数学评论(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,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:54609