两种学习算法在算术关系抽取中的应用比较

• 作者: 苏林忠
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 加减文字题 人工神经网络 支持向量机 关系抽取 文本分类 中文信息处理
• 年，卷（期）: 2010,（7）
• 页码范围: 5302-5304
• 页数: 3页
• 分类号: TP183

摘要

加减文字题是小学数学的一个重点和难点问题,长期以来,人们对加减文字题的研究局限于教育学和心理学领域,该文从文本分类以及信息检索的角度出发,将加减文字题中的算术关系看成是一个分类问题,尝试用机器学习的方法来对其进行分类,分别研究了人工神经网络（ANN）和支持向量机（SVM）在加减文字题算术关系抽取中的应用,并对两种算法的试验结果进行了比较和分析。通过分词,关键词选取,构造特征向量,分别运用两种算法对其进行分类。对试验结果进行评测发现,在一定条件下SVM算法明显优于ANN算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏林忠	华南理工大学信息化办公室	11	41	2.0	6.0