融合词法和句法特征的汉语谓词高精度识别方法

• 作者: 潘丽敏 罗森林 韩磊 魏超
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 谓词识别 句法特征 句义结构 语义分析 自然语言处理
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 计算机技术
• 页码范围: 2107-2114,2195
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2014.12.002

摘要

为了对汉语谓词进行系统的研究,提出一种融合词法和句法特征、结合C4.5机器学习和规则进行谓词识别的方法.该方法对句子的词法信息和句法信息分别进行特征提取,通过词法特征提取得到句子中可疑谓词及其个数,使用人工总结规则对词法特征进行规则过滤,对符合规则条件的样本直接给出结果,融合不符合规则样本的词法和句法特征,使用C4.5进行分类得到谓词识别结果.实验中,采用谓词总量达到20 000条以上的BFS-CTC标注语料库进行特征和参数选择、句法特征验证、训练数据量选择和算法准确性等一系列的实验,对谓词识别效果的影响进行研究.结果表明:句法特征能有效提升谓词识别效果,随着训练数据量的增加谓词识别准确率趋于平缓,达到了99％的高准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗森林		121	821	14.0	23.0
2	潘丽敏		66	402	10.0	17.0
3	魏超		51	521	13.0	21.0
4	韩磊		25	154	7.0	11.0