基于混合模型的生物事件触发词检测

• 作者: 张益嘉 李浩瑞 杨志豪 林鸿飞 王健
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 触发词 生物事件 歧义 丰富特征 组合学习器
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信息抽取
• 页码范围: 36-42
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

语义歧义增加了生物事件触发词检测的难度,为了解决语义歧义带来的困难,提高生物事件触发词检测的性能,该文提出了一种基于丰富特征和组合不同类型学习器的混合模型.该方法通过组合支持向量机(SVM)分类器和随机森林(Random Forest)分类器,利用丰富的特征进行触发词检测,从而为每一个待检测词分配一个事件类型,达到检测触发词的目的.实验是在BioNLP2009共享任务提供的数据集上进行的,实验结果表明该方法有效可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林鸿飞		214	3759	31.0	55.0
2	杨志豪		57	863	13.0	28.0
3	王健		86	451	11.0	15.0
4	张益嘉		9	21	3.0	4.0
5	李浩瑞		1	0	0.0	0.0