郝秀兰
- 作品数：5 被引量：30H指数：3
- 供职机构：太原师范学院更多>>
- 发文基金：山西省青年科技研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于粗集的属性值约简及应用被引量：2
- 2005年
- 对基于粗集的属性值约简作了探讨,它可使某一决策的条件属性达到最小化,提出了一种规则获取方法,并将其用于中文信息处理中,得到了较好的效果,从而证明该方法是可行的。
- 郝秀兰
- 关键词：属性值粗集知识获取时间复杂度决策表
- 基于小规模语料库和机器可读词典的二元分布语义获取被引量：3
- 2004年
- 本文提出了一种基于小规模语料库和机器可读词典 (MachineReadableDictionary ,MRD)的无指导的动词语义获取方法。该方法不需要使用有义项标注的语料库 ,而是使用从语料中获得的V +N搭配以及MRD中多义词定义的应用实例中获得的知识。使用两种方法解决数据稀疏问题 :首先 ,将词的相似性度量由直接共现扩展到共现词的共现 ,以共现聚类而不是共现词来计算词的相似度。其次 ,从MRD定义中获取名词的IS-A关系。通过这些方法 ,即使两个词不共享任何词 ,也可认为是相似的。实验表明 ,该方法可从很小规模的语料中获取知识 ,并在不限制词义的情况下达到 85 7%的正确排歧率。
- 郝秀兰杨尔弘
- 关键词：人工智能自然语言处理语义知识获取
- 基于How Net的事件角色语义特征提取被引量：12
- 2001年
- 本文提出了一种将HowNet中事件的主要特征与实体的主要特征联系起来的方法———为事件类定义角色语义表 ,从而将HowNet的事件类与语义解释联接起来。文中给出了角色语义表的形式描述、一个角色语义表获取算法 。
- 郝秀兰杨尔弘舒鑫柱
- 关键词：HOWNET实体类特征提取语义解释词类范畴
- 基于粗集的汉语词语义项知识的获取被引量：14
- 2002年
- 由于自然语言语序的灵活性 ,使得自然语言知识的自动获取很困难。本文基于粗糙集理论的属性值约简方法 ,结合基于记忆的学习 (MemoryBasedLearning ,简称MBL) ,提出了一种汉语多义动词义项知识的获取方法 。
- 杨尔弘郝秀兰李盛
- 关键词：粗集知识获取自然语言处理
- 基于《知网》的词义排岐方法
- 词义排歧是NLP中的热点和难点问题,支持排歧的资源提供了排歧的知识,同时也决定了排歧的方法.本文通过挖掘《知网》中提供的信息,实现了一种基于实例的词义排歧方法.该方法在确定词义时,充分利用了隐藏在词形背后的词义信息,以《...
- 杨尔弘米丽萍郝秀兰
- 关键词：词义排歧知网
- 文献传递
