基于HM-SVMs的问句语义分析模型

• 作者: 相洋 范士喜 陈毅 韩喜双
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 问答系统 问句语义分析 隐马尔科夫支持向量机
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 84-86,119
• 页数: 4页
• 分类号: TP18
• 字数: 4168字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.05.021

摘要

由于传统的问句语义分析主要针对事实类的简单问句，而对于面向开放域的复杂问句缺少有效的语义分析方法。针对这种情况，提出一种新的问句语义分析模型。该模型将问句从文字空间映射到结构化的语义空间，实现问句的语义分析和表示。通过标注问句中的语义信息，模型实现问句分类、问句主题识别、限制信息识别三项分析工作。使用隐马尔科夫支持向量机（HM-SVMs）序列化标注工具实现了模型的自动标注，取得了86．7％的准确率。实验结果表明，HM-SVMs 在标注准确率和效率上好于 MEMM、CRF、M3N 等模型，达到了预期效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩喜双	哈尔滨工业大学深圳研究生院	9	144	4.0	9.0
2	范士喜	哈尔滨工业大学深圳研究生院	6	76	4.0	6.0
3	陈毅	哈尔滨工业大学深圳研究生院	3	12	2.0	3.0
4	相洋	哈尔滨工业大学深圳研究生院	1	3	1.0	1.0