面向新闻文本的事件标注语料库构建

• 作者: 邢璐瑶 赵可会
• 来源期刊: 畅谈
• 关键词: 新闻文本 事件标注 语料库 构建方法
• 年，卷（期）: 2021,（16）
• 所属期刊栏目: 传媒论坛
• 页码范围: 124-126
• 页数: 3页
• 语种: 中文

摘要

进入20世纪90年代,伴随着机器学习技术的发展,文本分类技术已经朝向自动分类方向前进.国外开始涌现出一些分类理论,H.P.Luhn最早提出将词频用于文本特征提取中.而国内关于文本分类研究起步较晚,这源于中文和英文在表达方式上有很大区别.与普通中文文本不同,新闻文本虽然篇幅较小,但句子长,更具有公开性、针对性、传播性、时效性等特点.在对新闻文本分类之前,首先要挑选出文本中代表性的关键词,即特征选择阶段.此阶段通过特征选择算法实现降维,去除原文本中大量无用信息,挑选出的特征词的关键性程度决定了分类效果的好坏.而经常使用的信息增益、文本互信息、CHI计算等特征选择算法没有考虑特征词类间分布不均情况.基于此,文章对面向新闻文本的事件标注语料库构建进行研究,以供参考.