期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于谓词及句义类型块的汉语句义类型识别
被引量:
3
1
作者
王倩
罗森林
+1 位作者
韩磊
潘丽敏
《中文信息学报》
CSCD
北大核心
2014年第2期8-16,共9页
从现代汉语语义学角度,可将句义类型划分为简单句义、复杂句义、复合句义和多重句义4种。作为在整体上对句义结构进行描述的方式之一,句义类型识别是对汉语句子进行完整句义结构分析的重要步骤。该文基于谓词及句义类型块提出了一种汉...
从现代汉语语义学角度,可将句义类型划分为简单句义、复杂句义、复合句义和多重句义4种。作为在整体上对句义结构进行描述的方式之一,句义类型识别是对汉语句子进行完整句义结构分析的重要步骤。该文基于谓词及句义类型块提出了一种汉语句义类型识别的方法,实现了4种句义类型的识别。该方法先通过句中谓词的个数进行初步识别判断出部分简单句,再对剩余的句子先用C4.5机器学习的方法得到句中谓词经过的最大句义类型块的个数,再结合句法结构中顶端句子节点进行判决,最终给出剩余句子的句义类型判定结果。实验采用BFS-CTC汉语标注语料库中10 221个句子进行开集测试,句义类型的整体识别准确率达到97.6%,为基于现代汉语语义学的研究奠定了一定的技术研究基础。
展开更多
关键词
句义类型识别
句
义
类型
语
义
分析
自然语言处理
下载PDF
职称材料
融合C4.5与SVM算法的汉语句义类型识别方法
被引量:
1
2
作者
罗森林
王倩
+1 位作者
刘莉莉
韩磊
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2012年第10期1036-1041,共6页
选择50个词法和句法特征,进行了大量特征筛选实验,并基于筛选后的特征组合提出了一种融合C4.5和SVM的句义类型识别方法.该方法充分利用C4.5对多重句义的高精度识别和SVM对简单句义、复杂句义的高精度识别的特点,将C4.5与SVM分别识别的...
选择50个词法和句法特征,进行了大量特征筛选实验,并基于筛选后的特征组合提出了一种融合C4.5和SVM的句义类型识别方法.该方法充分利用C4.5对多重句义的高精度识别和SVM对简单句义、复杂句义的高精度识别的特点,将C4.5与SVM分别识别的结果进行融合处理.给出最终的句义类型识别结果.识别结果表明,在BFS-CTC汉语标注语料库中,选取了4 500个句子,经十折交叉验证,句义类型的识别准确率达到92.1%.
展开更多
关键词
自然语言处理
语
义
分析
句
义
结构
句义类型识别
下载PDF
职称材料
题名
基于谓词及句义类型块的汉语句义类型识别
被引量:
3
1
作者
王倩
罗森林
韩磊
潘丽敏
机构
北京理工大学信息与电子学院信息系统安全对抗实验中心
出处
《中文信息学报》
CSCD
北大核心
2014年第2期8-16,共9页
基金
国家242项目(2005C48)
北京理工大学科技创新计划重大项目培育专项(2011CX01015)
文摘
从现代汉语语义学角度,可将句义类型划分为简单句义、复杂句义、复合句义和多重句义4种。作为在整体上对句义结构进行描述的方式之一,句义类型识别是对汉语句子进行完整句义结构分析的重要步骤。该文基于谓词及句义类型块提出了一种汉语句义类型识别的方法,实现了4种句义类型的识别。该方法先通过句中谓词的个数进行初步识别判断出部分简单句,再对剩余的句子先用C4.5机器学习的方法得到句中谓词经过的最大句义类型块的个数,再结合句法结构中顶端句子节点进行判决,最终给出剩余句子的句义类型判定结果。实验采用BFS-CTC汉语标注语料库中10 221个句子进行开集测试,句义类型的整体识别准确率达到97.6%,为基于现代汉语语义学的研究奠定了一定的技术研究基础。
关键词
句义类型识别
句
义
类型
语
义
分析
自然语言处理
Keywords
sentential semantic type recognitionl sentential semantic typel semantic analysisl natural language pro-cessing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
融合C4.5与SVM算法的汉语句义类型识别方法
被引量:
1
2
作者
罗森林
王倩
刘莉莉
韩磊
机构
北京理工大学信息与电子学院
出处
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2012年第10期1036-1041,共6页
基金
国家"二四二"计划项目(2005C48)
北京理工大学基础研究基金资助项目(20060142014)
+1 种基金
北京理工大学研究生创新资助项目(GC200802)
北京理工大学科技创新计划重大项目培育专项资助项目(2011CX01015)
文摘
选择50个词法和句法特征,进行了大量特征筛选实验,并基于筛选后的特征组合提出了一种融合C4.5和SVM的句义类型识别方法.该方法充分利用C4.5对多重句义的高精度识别和SVM对简单句义、复杂句义的高精度识别的特点,将C4.5与SVM分别识别的结果进行融合处理.给出最终的句义类型识别结果.识别结果表明,在BFS-CTC汉语标注语料库中,选取了4 500个句子,经十折交叉验证,句义类型的识别准确率达到92.1%.
关键词
自然语言处理
语
义
分析
句
义
结构
句义类型识别
Keywords
natural language processing
semantic parsing
sentential semantic structure
sentential semantic type recognition(SSTR)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于谓词及句义类型块的汉语句义类型识别
王倩
罗森林
韩磊
潘丽敏
《中文信息学报》
CSCD
北大核心
2014
3
下载PDF
职称材料
2
融合C4.5与SVM算法的汉语句义类型识别方法
罗森林
王倩
刘莉莉
韩磊
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2012
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部