原文服务方: 计算机应用研究       
摘要:
针对中文复杂名词短语的依存句法分析进行了研究,提出简单边优先与SVM相结合的依存句法分析算法.算法的每一步迭代根据边的特征于每一对相邻子树之间的无向边中选择最优者,然后利用支持向量机根据边两端子树的特征确定该边的方向,即得到两棵子树的中心语之间的依存关系.实验证明对于复杂名词短语的依存句法分析,算法准确率比简单边优先算法有明显提高,且优于基于最大生成树算法的中文句法分析器;算法分析效率更高,时间复杂度为O(n2 log n).
推荐文章
基于双向LSTM的图结构依存句法分析
图结构
依存句法分析
双向长短期神经网络模型
隐马尔科夫模型
Viterbi算法
基于依存句法分析与分类器融合的触发词抽取方法
事件抽取
触发词
依存句法分析
触发词-实体描述对
支持向量机
分类器融合
基于序列标注的中文依存句法分析方法
依存分析
条件随机场
Viterbi算法
基于根偏置子树的决策式依存句法分析
根偏置子树
依存句法分析
决策式依存句法分析
预分析
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 中文复杂名词短语依存句法分析
来源期刊 计算机应用研究 学科
关键词 中文复杂名词短语 依存句法分析 决策式算法 支持向量机 特征
年,卷(期) 2015,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1617-1620
页数 4页 分类号 TP391.1
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.06.004
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 姬东鸿 武汉大学计算机学院 92 887 16.0 26.0
2 汤昂昂 武汉大学计算机学院 2 8 2.0 2.0
3 陈永波 武汉大学计算机学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (266)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (34)
二级引证文献  (27)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
中文复杂名词短语
依存句法分析
决策式算法
支持向量机
特征
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导