基于语义模式的半监督中文观点句识别研究

• 作者: 刘荣 李颖 郝晓燕
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 观点句识别 语义模式 朴素贝叶斯分类器 BootStrapping 特征值 半监督学习
• 年，卷（期）: 2018,（5）
• 页码范围: 967-973
• 页数: 7页
• 分类号: TP391
• 字数: 4214字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2018.05.012

摘要

大规模和高质量的标注语料是进行监督算法分类器训练的重要前提,而进行大规模的语料标注是一项费时费力的工作,并且针对特定的领域还需要该领域专家的介入.提出一种基于语义模式的半监督中文观点句识别方法,可以通过小规模语料的训练识别出中文观点句.首先,通过语义模型提取算法从训练集当中识别出观点句语义模型和非观点句语义模型;然后,将两种模型转化为语义特征,并且加入词汇特征和词性特征两方面特征,通过BootStrapping对小规模标注语料进行训练,得到朴素贝叶斯分类器;接着,使用朴素贝叶斯分类器对大规模未标注的语料进行分类,将可信度高的样本加入训练模型迭代进行训练,直到无样本加入;最后经过多轮迭代得到最终的分类器.实验表明,该方法在只具备少量样本的情况下就可达到83.7％的准确性,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝晓燕	太原理工大学信息与计算机学院	22	197	7.0	13.0
2	刘荣	太原理工大学外国语学院	18	63	5.0	7.0
3	李颖	太原理工大学信息与计算机学院	10	68	5.0	8.0