中文人称名词短语单复数自动识别

• 作者: LANG Jun LIU Ting 李正华 李生 秦兵
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 人称名词短语 单复数 机器学习
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 论文报告
• 页码范围: 972-979
• 页数: 8页
• 分类号: TP391
• 字数: 7740字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00972

摘要

名词短语的单复数信息在共指消解中是必不可少的特征.与英语不同,中文属于汉藏语系,名词本身不能明显体现单复数信息,需要借助其所在的名词短语来进行体现.本文在自动内容抽取(Automatic content extraction,ACE)语料上抽取得到人称名词短语的单复数信息,分别采用了基于规则和机器学习的方法来进行人称名词短语的单复数自动识别.基于规则的方法,在一些知识资源的基础上定义了规则模板库,每条规则采用槽和槽值的方法来进行体现;机器学习方法采用最大熵模型组合考察了词形、词性、词义、数量关系等特征.两种方法分别达到了48.24%和87.48%的正确率.实验结果显示,基于规则的方法能够保证精确率而不能保证召回率,机器学习的方法可以更好地完成单复数信息的识别任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李生	哈尔滨工业大学信息检索研究室	118	3318	28.0	56.0
2	秦兵	哈尔滨工业大学信息检索研究室	50	1591	16.0	39.0
3	李正华	哈尔滨工业大学信息检索研究室	3	110	3.0	3.0
4	LANG Jun	哈尔滨工业大学信息检索研究室	1	8	1.0	1.0
5	LIU Ting	哈尔滨工业大学信息检索研究室	1	8	1.0	1.0