- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
①
基于线索词识别和训练集扩展的中文问题分类
张志昌② , 张 宇, 刘 挺, 李 生
(哈尔滨工业大学计算机学院 信息检索研究室, 哈尔滨 150001)
摘 要:针对问题分类的数据稀疏问题,提出了一种以疑问词和焦点词为关键线索的中文事实型问题分类
方法。该方法首先自动识别用户问题中的疑问词和焦点词,若疑问词和焦点词存在,则用最近邻模型进行
分类,而对没有用最近邻方法分类的其他问题,则用支持向量机(SVM)模型进行分类。训练 SVM 模型时,
从 Web 上自动获取新问题来对训练集进行扩展,最近邻方法只利用线索词词义距离进行类别判断。实验表
明,这种按照问题结构的不同而选择不同分类器的方法,在性能上要优于单一分类方法;词义距离的应用
和训练集自动扩展改善了训练数据的稀疏,提高了分类性能。
关键词:问题分类;焦点词;词义距离;训练集扩展
中图法分类号: TP391 文献标识码: A 文章编号:xxxx-xxxx(xxxx)xx-xxxx-xx
Chinese Question Classification Based on
Identification of Cue Words and Extension of Training Set
ZHANG Zhichang, ZHANG Yu, LIU Ting, LI Sheng
(Information Retrieval Laboratory of Computer Science Technology School, Harbin Institute of Technology, Harbin 150001, China)
Abstract: Focusing on data sparseness problem in question classification, an approach for Chinese factoid
questions was proposed, which used interrogative and focus words as key cues. The Nearest Neighbor model
was used to classify the questions in which cue words could be identified automatically, then SVM was used for
other questions. The training set of SVM was extended automatically with questions mined from Web while the
Nearest Neighbor model only used the sense distance of the cue words as feature. The experimental results show
that the approach, selecting different classifier according to question structure, outperforms single classification
model, and the training data sparseness is alleviated using word sense distance and extension of training set, thus
classification performance is improved.
Keywords: question classification; focus word; word sense distance; extension of training set
0 引言
问答技术在信息检索领域中已成为重要的研究方向,其目标是根据用户用自然语言提出的问题,从大
规模文档集合中提取出对该问题的正确答案。现有的问
您可能关注的文档
最近下载
- 新高考3500词汇表打印版 .pdf VIP
- 学校供餐服务质量保障承诺、违约责任承诺及保障措施(可编辑Word版).doc VIP
- 汽车发动机电控系统检修(高职版)全套教学课件.pptx
- 人民大2024战略管理(第13版)英文版PPT(1)david_sm13_ppt_credits.ppt VIP
- 十二经脉ppt课件.pptx VIP
- 汇银林泰:2025高端医疗发展白皮书.pdf
- 马蹄肾护理查房ppt课件.pptx VIP
- 中医诊断学六经辨证.ppt VIP
- 2025年深圳市宝安区松岗人民医院医护人员招聘笔试备考题库及答案解析.docx VIP
- 2025年深圳市宝安区松岗人民医院医护人员招聘笔试参考题库附答案解析.docx VIP
文档评论(0)