基于SVM的疑问句问点语义角色标注

• 作者: 吕德新 张桂平 朱江涛 蔡东风
• 来源期刊: 沈阳航空工业学院学报
• 学科: 工学
• 关键词: SVM 语义角色标注 结构风险最小化
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 计算机工程
• 页码范围: 44-46
• 页数: 3页
• 分类号: TP391
• 字数: 2882字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2006.01.014

摘要

SVM(Support Vector Machine)是一种基于结构风险最小化原则的分类算法,由于其完善的理论基础使其在小样本模式识别中表现出比其他算法更好的泛化能力.语义角色标注是一种浅层语义分析的方法.为了加深对问句的理解,对问句的问点进行语义角色标注是必要的.故将问点的语义角色标注视为分类问题,并提出了一种基于SVM的问点语义角色标注方法.在哈工大标准问句集上进行实验,取得了语义角色标注封闭测试 91.4%,开放测试71.6%的正确率.实验结果表明本文所采用的方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂平	沈阳航空工业学院人机智能中心	58	447	11.0	19.0
2	蔡东风	沈阳航空工业学院自然语言处理研究室	105	916	14.0	27.0
3	吕德新	沈阳航空工业学院自然语言处理研究室	6	113	3.0	6.0
4	朱江涛	沈阳航空工业学院自然语言处理研究室	4	15	3.0	3.0