基于改进DE-Tri-Training算法的汉语多词表达抽取

• 作者: 梁颖红 沈春泽 谭红叶 钱海忠 鲜学丰 黄丹丹
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 多词表达 半指导 协同训练
• 年，卷（期）: 2017,（1）
• 页码范围: 141-148
• 页数: 8页
• 分类号: TP391
• 字数: 5410字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.01.017

摘要

多词表达的识别错误会对很多自然语言处理任务造成不利影响.DE-Tri-Training半指导聚类算法在聚类初期使用有指导的标注信息,取得了较好的抽取结果.本文采用基于中心词扩展的初始聚类中心确定方法和基于有指导信息的一致性协同学习数据净化方法,提出了半指导策略抽取汉语多词表达,聚类算法的中后期也加入有指导的信息,使分类器能使用正确的标注信息进行训练.通过与DE-Tri-Training算法的对比实验,改进的DE-Tri-Training算法得到的汉语多词表达抽取结果优于原来的算法,验证了改进DE-Tri-Training算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭红叶	山西大学计算机与信息技术学院	36	463	9.0	21.0
2	鲜学丰	苏州市职业大学计算机工程学院	13	70	4.0	8.0
3	钱海忠	金陵科技学院软件工程学院	8	23	3.0	4.0
4	梁颖红	金陵科技学院软件工程学院	4	13	2.0	3.0
5	黄丹丹	金陵科技学院软件工程学院	1	2	1.0	1.0
6	沈春泽	金陵科技学院软件工程学院	1	2	1.0	1.0