中文语义角色标注的特征工程

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：基于统计机器学习的语义角色标注在自然语言处理领域越来越受到重视，丰富多样的特征直接决定语义角色标注系统的性能。本文针对中文的特点。在英文语义角色标注特征的基础上，提出了一些更有效的新特征和组合特征：例如，句法成分后一个词、谓语动词和短语类型的组合、谓语动词类别信息和路径的组合等。并在Chinese Proposition Bank（CPB）语料数据上，使用最大熵分类器进行了实验，系统F-Score由89．76％增加到91．31％。结果表明，这些新特征和组合特征显著提高了系统的性能。因此，目前进行语义角色标注应集中精力寻找丰富有效的特征。

原文链接:http://www.cqvip.com//QK/96983X/200701/23675154.html

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：proposition position Chinese score cqvip 计算机应用 中文信息处理 语义分析 语义角色标注 特征工程