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:
针对文本蕴含的训练数据不足的问题,该文提出了基于协同训练的文本蕴舍识别方法.该方法利用少量已标注的蕴含数据和大量未标注数据进行协同训练.为此,该文利用改写视图和评估视图,从结构和非结构两个角度考察蕴含关系,并将语义树核分类器和基于统计特征的分类器应用于两个视图,同时利用协同训练的结果训练一个综合分类器,用于对新数据进行预测.实验表明,基于协同训练的蕴舍识别方法能在少量训练数据的情况下获得较好的识别性能.
推荐文章
基于混合注意力机制的中文文本蕴含识别方法
中文文本蕴含
深度学习
混合注意力机制
基于LS-SVM的在线文本识别方法
支持向量机
在线
文本
系统识别
基于多层次动态门控推理网络的文本蕴含识别
多层次动态推理
sgMatch-LSTM
注意力机制
文本蕴含
基于协同表示的步态识别
步态识别
步态能量图
稀疏表示
协同表示
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 基于协同训练的文本蕴含识别
来源期刊 中文信息学报 学科 工学
关键词 文本蕴含识别 协同训练 语义树核
年,卷(期) 2014,(6) 所属期刊栏目 语篇分析
研究方向 页码范围 114-119
页数 6页 分类号 TP391
字数 5215字 语种 中文
DOI
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 冯文贺 武汉大学计算机学院 9 34 3.0 5.0
2 任函 武汉大学外国语言文学学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (27)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
文本蕴含识别
协同训练
语义树核
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
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导