名词短语事件指代消解研究

• 作者: 张兴忠 郝晓燕 陈耀文
• 来源期刊: 计算机应用研究
• 关键词: 事件指代消解 语义特征 特征提取 机器学习 语料
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2895-2897,2901
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.10.003

摘要

对名词短语的事件指代消解进行研究，使用平面特征、结构化句法特征和语义特征等，根据SVM机器学习的方法进行英文事件的指代消解，通过在计算事件语义相似度的元组（语义角色）中加入时间和地点元素改进语义特征来提高事件指代消解系统的性能；并且单独使用每种特征对语料进行实验，分析每种特征单独使用时对系统的影响。OntoNotes 4．0语料库上的实验结果显示，引入改进的语义特征后，与基准系统相比，系统的准确率和F值均有所提高。由此来看，在语义特征中加入时间和地点元素对事件指代消解具有正向的作用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兴忠	太原理工大学计算机科学与技术学院	54	179	8.0	9.0
2	郝晓燕	太原理工大学计算机科学与技术学院	22	197	7.0	13.0
3	陈耀文	太原理工大学计算机科学与技术学院	3	5	1.0	2.0