-
题名基于依存关系的中文名词性谓词语义角色标注研究
被引量:2
- 1
-
-
作者
袁晓虹
王红玲
王步康
周国栋
-
机构
苏州大学计算机科学与技术学院
江苏省计算机信息处理技术重点实验室
-
出处
《计算机应用与软件》
CSCD
2011年第5期31-33,54,共4页
-
基金
国家自然科学基金(60873150)
江苏省高校省级重点实验室开放课题(KJS0925)
-
文摘
语义角色标注是自然语言处理的一个重要研究内容,性能对机器翻译等研究有重大影响。实现了一个基于依存关系的中文名词性谓词语义角色标注平台,并对名词性谓词进行识别,使用最大熵分类模型在Chinese NomBank的转换语料上进行系统实验,对各种词法特征、结构特征及其组合进行了测试,标准语料上F1值达到78.09,基于自动句法树的语料上的F1值达到67.42。
-
关键词
语义角色标注
谓词标注
名词性谓词
依存关系
-
Keywords
Semantic role labeling Predicate labeling Nominal predicate Dependency relationship
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名语义分析中谓词标识的特征工程
被引量:7
- 2
-
-
作者
汪红林
王红玲
周国栋
-
机构
苏州大学计算机科学与技术学院
江苏省计算机信息处理技术重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第9期134-137,共4页
-
基金
国家自然科学基金(No.60673041)
国家高技术研究发展计划(863)(No.2006AA01Z147)
高等院校博士学科点专项科研基金(No.20060285008)~~
-
文摘
谓词是句子中的最重要的成分,它的正确与否对语义分析的影响非常大。而众多的特征直接影响到谓词标识的性能,如何组织这些特征显得尤为重要。选取了7个基本特征和30多个新特征以及它们的组合,使用最大熵分类器,在基本特征的基础上通过增加有利特征的方法,使得谓词标注的F1值增长了约5%(由84.7%增加到89.8%),词义识别的F1值增长了约2%(由80.3%增加到82.1%),结果表明,这些新特征及其组合大大提高了性能。
-
关键词
谓词标注和词义识别
语义分析
特征工程
最大熵分类器
-
Keywords
predicate identification and predicate classification
semantic analysis
feature engineering
maximum entropy classifier
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-