收藏本站
《第四届全国信息检索与内容安全学术会议论文集(上)》2008年
收藏 | 手机打开
二维码
手机客户端打开本文

集成多种背景语义知识的共指消解

郎君  忻舟  秦兵  刘挺  李生  
【摘要】:共指消解是信息抽取中一个重要子任务。近年来,许多学者尝试利用统计机器学习的方法来进行共指消解并取得了一定的进展.背景知识作为新的研究热点已经被越来越多的利用在自然语言处理的各个领域。本文集成多种背景语义知识作为基于二元分类的共指消解框架的特征,分别在WordNet、维基百科上提取背景知识,同时利用句子中的浅层语义关系、常见文本模式以及待消解词上下文文本特征。并利用特征选择算法自动选择最优的特征组合,同时对比同样的特征下最大熵模型与支撑向量机模型的表现。在ACE数据集上实验结果表明,通过集成各种经过特征选择后的背景语义知识,共指消解的结果有进一步提高。

手机知网App
【相似文献】
中国重要会议论文全文数据库 前3条
1 郎君;忻舟;秦兵;刘挺;李生;;集成多种背景语义知识的共指消解[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
2 谢永康;周雅倩;黄萱菁;;一种基于谱聚类的共指消解方法[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
3 刘未鹏;周俊生;黄书剑;陈家骏;;中文共指消解中的聚类全局优化[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
中国博士学位论文全文数据库 前1条
1 史树敏;基于领域本体的汉语共指消解及相关技术研究[D];南京理工大学;2008年
中国硕士学位论文全文数据库 前4条
1 庞宁;基于最大熵模型的共指消解研究[D];山西大学;2007年
2 谢永康;一种基于谱聚类的共指消解方法[D];复旦大学;2009年
3 陈睿扬;面向体育新闻领域的中文简单名词短语共指消解[D];南京理工大学;2009年
4 张牧宇;基于实例动态泛化的共指消解及应用[D];哈尔滨工业大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026