基于特征提取的连接词识别方法

• 作者: 周国栋 李寿山 李生 汪蓉
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 连接词识别 特征提取 特征维度
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 第二十届全国信息检索学术会议(CCIR 2014)论文选登
• 页码范围: 564-569
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2014.04.015

摘要

篇章分析是自然语言处理中一个重要的研究方向.连接词的识别作为篇章分析中的一个基本任务,对后续的篇章分析起到关键作用.针对连接词识别方法中的高维度特征空间问题,提出了基于特征提取的连接词识别方法.具体来讲,引用多种特征提取方法(IG、MI、DF、CHI、WLLR)对连接词识别中所用的所有特征进行打分排序,提取排在前面的一定数量的特征用于分类.实验结果表明特征提取方法能够有效降低特征维度,在仅仅使用50％的特征的情况下能够获得类似甚至更佳的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周国栋	苏州大学自然语言处理实验室	138	1425	22.0	32.0
2	李寿山	苏州大学自然语言处理实验室	68	618	13.0	23.0
3	汪蓉	苏州大学自然语言处理实验室	3	9	2.0	3.0
4	李生	苏州大学自然语言处理实验室	6	5	1.0	2.0