基于MDL和LSC的语义优选方法

• 作者: 张丽娟 李东明 石晶 赵伟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 语义优选 最小描述长度 潜在语义聚类 无指导学习 期望极大化
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: 专栏
• 页码范围: 15-18
• 分类号: TP301
• 字数: 3984字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.17.004

摘要

为实现谓语动词对论元的自动选择,提出基于最小描述长度(MDL)和潜在语义聚类(LSC)的语义优选方法.基于MDL原则计算与动词搭配的名词的δsc值,根据LSC模型的EM算法求取动、名词的搭配概率P(v,n),并针对每一对动、名词计算δsc和P(v,n)之和,将其作为衡量两者语义关联度的标准.实验结果表明,该方法的F1值达到85.26％,优于单独使用MDL或LSC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	石晶	长春工业大学计算机科学与工程学院	8	243	4.0	8.0
2	张丽娟	长春工业大学计算机科学与工程学院	31	156	7.0	11.0
3	赵伟	吉林农业大学信息技术学院	22	160	8.0	12.0
4	李东明	吉林农业大学信息技术学院	24	88	6.0	8.0