基于SVM的疑问句问点语义角色标注

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：SVM（Support Vector Machine）是一种基于结构风险最小化原则的分类算法，由于其完善的理论基础使其在小样本模式识别中表现出比其他算法更好的泛化能力。语义角色标注是一种浅层语义分析的方法。为了加深对问句的理解，对问句的问点进行语义角色标注是必要的。故将问点的语义角色标注视为分类问题，并提出了一种基于SVM的问点语义角色标注方法。在哈工大标准问句集上进行实验，取得了语义角色标注封闭测试91．4％，开放测试71．6％的正确率。实验结果表明本文所采用的方法是有效的。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=21459153

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：SVM Support machine detail Vector SVM 语义角色标注 结构风险最小化