苏州市科技计划项目(SYG201112)
- 作品数：3 被引量：5H指数：2
- 相关作者：李培峰朱巧明孔芳秦凯伟张宁更多>>
- 相关机构：江苏省计算机信息处理技术重点实验室苏州大学更多>>
- 发文基金：苏州市科技计划项目江苏省高校自然科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 用于中文缺省识别研究的机器学习方法被引量：1
- 2012年
- 实现一个基于机器学习的中文缺省项识别系统,对语料库进行预处理,选取多个特征及其组合,通过支持向量模型(SVM)构建的缺省识别模型进行中文缺省识别。研究系统在不同句法分析树上的性能。实验结果证明,该识别系统在标准的句法分析树上F值能达到84.01%,在自动句法树上能达到68.22%。
- 秦凯伟孔芳李培峰朱巧明徐生芹
- 关键词：自然语言处理语料
- 基于规则的中文零指代项识别研究被引量：3
- 2012年
- 提出了一个基于规则的中文零指代项识别方法,即输入一个句法分析树,根据这个句法分析树得到当前词的最小IP子树,再依据得到的IP子树提出中文零指代识别的一些规则。所用的语料是Ontonotes。从实验结果可以看到,该方法在标准的句法分析树上F值能达到82.45%,在自动句法树上其也能达到66.45%。从实验结果可以看出,该方法在中文零指代识别上具有很好的性能。
- 秦凯伟孔芳李培峰朱巧明
- 关键词：自然语言处理
- 基于机器学习方法的事件指代消歧研究被引量：2
- 2012年
- 与实体指代不同,事件指代其先行词候选是一个事件,与名词性的指代词具有完全不同的语义分类体系,因此适用于实体指代消歧的大多数特征都不能用于事件指代消歧。给出了一个基于机器学习方法的事件指代消歧平台,详细介绍了平台的实例生成和特征选择过程,给出了平台在OntoNotes3.0语料上的事件指代消歧的结果,并对结果进行了分析。从实验结果可以看到,给出的平台获得了较好的召回率,但系统准确率需要进一步提升。
- 张宁孔芳李培峰朱巧明
- 关键词：机器学习方法
