基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了语义句法分析的重要性,然后着重介绍了用最大熵模型方法对日常对话进行训练,通过训练结果集总结规则,并用基于语义理解的语义分析向量弧和面向句型结构的语法分析树相结合的方法,通过该方法能够准确的把握问题的分类特征[1],并确定问句的关键字[2],在该方法的基础上,采用最大熵模型方法对查找到的关键字进行优化,此方法在用于老人与陪护机器人系统中,使得机器人能够准确理解老人的提问,并及时搜索找到答案.经过大量的实验验证,此方法在回答的准确率上得到明显的提高.
推荐文章
基于浅层句法分析和最大熵的问句语义分析
中文问答系统
本体
浅层句法分析
最大熵
SPARQL查询
基于句子跨度的哈萨克语句法分析研究
双向LSTM
句子跨度
动态规划
中文复杂名词短语依存句法分析
中文复杂名词短语
依存句法分析
决策式算法
支持向量机
特征
基于浅层句法分析的术语抽取研究
术语抽取
浅层句法分析
科技管理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 最大熵模型的语义句法分析在陪护机器人中的应用
来源期刊 大连交通大学学报 学科 工学
关键词 语义分析 句法语法树 问题分类 最大熵模型
年,卷(期) 2011,(5) 所属期刊栏目 电气与信息工程
研究方向 页码范围 89-92
页数 分类号 TP391.1|TP242
字数 4254字 语种 中文
DOI 10.3969/j.issn.1673-9590.2011.05.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄明 大连交通大学软件学院 76 525 13.0 18.0
2 梁旭 大连交通大学软件学院 68 552 13.0 20.0
3 王慧 大连交通大学软件学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (230)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(9)
  • 参考文献(4)
  • 二级参考文献(5)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语义分析
句法语法树
问题分类
最大熵模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大连交通大学学报
双月刊
1673-9590
21-1550/U
大16开
大连市沙河口区黄河路794号
1980
chi
出版文献量(篇)
3012
总下载数(次)
3
总被引数(次)
12659
论文1v1指导