最大熵模型的事件分类

• 作者: 于江德 庞文博 李学钰 樊孝忠
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 事件信息抽取 事件分类 事件表述语句 最大熵模型 触发词
• 年，卷（期）: 2010,（4）
• 页码范围: 612-616
• 分类号: TP391
• 字数: 5447字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2010.04.030

摘要

提出了一种基于最大熵模型的事件分类方法,谊方法能够综合事件表述语句中的触发词信息及各类上下文特征对事件进行分类.对其中的两个关键问题:参数估计、特征模板与特征选择进行了详细论述,采用IIS算法学习模型参数,使用增量选择方法选择特征.应用该方法对人民日报语料中的职务变动、会见、恐怖袭击、法庭宣判、自然灾害五类事件进行了分类实验,结果表明,该方法的分类效果明显优于传统的分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊孝忠	北京理工大学计算机科学技术学院	127	2336	26.0	43.0
2	李学钰	安阳师范学院计算机与信息工程学院	4	34	3.0	4.0
3	于江德	安阳师范学院计算机与信息工程学院	33	345	10.0	17.0
4	庞文博	北京理工大学计算机科学技术学院	3	79	3.0	3.0