自然语言文本中不确定性信息的自动识别

• 作者: 李保利 杨文敏
• 来源期刊: 计算机系统应用
• 关键词: 不确定性信息检测 支持向量机 语料 分类
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 155-158
• 页数: 4页
• 字数: 3035字
• 语种: 中文

摘要

自然语言中存在大量不确定的表述,针对此类信息的检测任务是信息抽取领域的研究热点之一,然而,面向中文的不确定信息检测研究仍然比较匮乏,利用支持向量机(Support Vector Machine, SVM)能够很好的解决非线性、高维数、局部小样本等实际问题的优势,将中文不确定性信息识别问题转化为分类问题,通过在复旦大学发布的中文不确定性检测数据集语料上的实验,验证了本文提出的基于SVM的中文不确性信息检测方法的有效性,相比于句子评分模型,我们的系统取得了更好的召回率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李保利	河南工业大学信息科学与工程学院	8	88	4.0	8.0
2	杨文敏	河南工业大学信息科学与工程学院	1	2	1.0	1.0