基于在线线性判别学习模型的垃圾邮件过滤方法

给出了一种使用在线线性判别学习模型进行垃圾邮件过滤的方法,使用贝叶斯理论进行特征提取,特征按出现的位置进行分类,不同类别的特征赋予不同的权重.在TREC测试集上进行了实验,并和TREC评测的结果进行了对比.实验结果表明,该方法取得了较好的结果.

基于语料库概率模型的与格交替多因素分析——以send为例

本研究采用多因素分析,提取真实使用的语料库数据,对语料进行句法、语义等多层面的标注,通过建立语料库概率模型,即Tree&Forest模型及朴素判别学习模型,探究制约send类与格交替使用的因素及影响效应。研究结果表明:口语语体中,对send类与格交替使用有显著性影响的因素包括与事代词性、受事代词性、与事有生性、受事有定性,以及与事有定性;代词性、有生性和有定性之间存在交互作用;预测变量相对重要性为与事代词性>长度差异>与事有生性>受事代词性>受事有定性>与事有定性>与事可及性>受事可及性>受事有生性>受事具体性。研究证明,论元结构交替的构式变体使用具有系统性及概率性,与格动词会影响构式变体选择,构式变体模型也得到了进一步论证。同时,本研究建立的语料库模型均具有较好的拟合能力和准确度。使用语料库概率模型是一种新的尝试,对与格交替的构式语法研究具有一定的启示作用。

语料库量化方法在构式语法研究中的应用

基于语料库的构式语法量化研究在国际学界渐成主流,而国内学者对该研究范式关注尚显不足。本文通过梳理基于语料库的构式语法量化研究,阐述构式搭配分析和多因素分析等语料库量化方法的原理及应用价值,指出其在使用频率与原型的关系、统计方法和语料标注以及对认知机制的理论探讨等方面存在的问题,并提出未来研究应加强使用更具心理现实性的朴素判别学习模型;注重综合使用语料库法、实验法及内省法,进行多角度交叉验证。