问题分类中基于句法和语义信息的特征选择

• 作者: 于士涛 宁华 师建兴 袁晓洁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 问答系统 问题分类 特征选择 依存关系 上位词
• 年，卷（期）: 2008,（33）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 144-147
• 页数: 4页
• 分类号: TP391
• 字数: 4508字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.33.045

摘要

问题分类是问答系统中一个非常重要的子模块,其关键在于问题的特征选择.考虑了问题的句法信息和语义信息,提出了一种利用问题疑问词、依存关系、主要动词、中心名词和名词的最高上位词作为特征进行分类的新方法.实验中,采用k-最邻近和朴素贝叶斯两种分类算法对该方法进行测试,结果表明了该方法具有较好的分类效果.在自定义的分类体系上,分别达到了82.2%和83.7%的分类精度,性能高于基于bag-of-words的特征选择方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁晓洁	南开大学信息技术科学学院	37	343	12.0	16.0
2	于士涛	南开大学信息技术科学学院	5	58	4.0	5.0
3	师建兴	南开大学信息技术科学学院	4	18	3.0	4.0
4	宁华	南开大学信息技术科学学院	1	8	1.0	1.0