一种融合多种语义特征的中文问题分类方法

• 作者: 段利国 牛彦清 陈俊杰
• 来源期刊: 太原理工大学学报
• 关键词: 问题分类 疑问词 义原 命名实体 支持向量机
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 494-498
• 分类号: TP391
• 语种: 中文

摘要

针对中文问题分类方法中提取语义信息不准确和特征向量维数过高导致处理速度过慢的问题,提出了一种融合多种语义特征的问题分类方法.借助HowNet,兼顾问句的句法和语义信息,选取问题疑问词、核心词的主要义原、命名实体、名词单/复数等四种分类特征,并在义原的提取过程中加入词义消岐技术,对事实疑问句进行分类.在某高校信息检索研究室的中文问题集上进行实验,实验结果证明了该方法的有效性,大类准确率92.82％,小类准确率84.45％,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
2	段利国	太原理工大学计算机科学与技术学院	41	364	10.0	18.0
3	牛彦清	太原理工大学计算机科学与技术学院	2	27	2.0	2.0