TopicStructureIdentificationofPClauseSequenceBasedon.pptVIP

CTCs Scoring Function CTC Tree Extend to other text * * * * * * Yuru Jiang ， Rou Song Beijing University of Technology Example：斑鳐 c1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。 c2: 吻 中长 ， c3: 尖 突 。 c4: 尾 细长 ， 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。吻 中长 ，尖 突 。尾 细长 ， PClause Sequence c1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。 c2: 吻 中长 ， c3: 尖 突 。 c4: 尾 细长 ， t1：斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。 t2：斑鳐 吻 中长 ， t3：斑鳐 吻 尖 突 。 t4：斑鳐 尾 细长 ， What we have done Identification Process Identification Algorithm CTCs Scoring Function Example2：斑鳐（选自《中国大百科全书》） c1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。 c2: 吻 中长 ， c3: 尖 突 。 c4: 尾 细长 ， t1= c1 t2=？ if： t1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。 c2: 吻 中长 ， then： t2=？ 吻 中长 ， 斑鳐 吻 中长 ， 斑鳐 是 吻 中长 ， 斑鳐 是 鳐形目 吻 中长 ， 斑鳐 是 鳐形目 鳐科 的 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 的 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 吻 中长 ， c2的CTCs t1 CTCs of c2 Topic Clause of C3 C3 if： CTCs of c2: c3: 尖 突 ， then： t3=？ 吻 中长 ， 斑鳐 吻 中长 ， 斑鳐 是 吻 中长 ， 斑鳐 是 鳐形目 吻 中长 ， 斑鳐 是 鳐形目 鳐科 的 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 的 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 吻 中长 ， 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 吻 中长 ， CTCs of c2 if： one CTC of c2:斑鳐 是 鳐形目 吻 中长 ， c3: 尖 突 ， then： one group CTCs of c3 is: 尖 突 ， 斑鳐 尖 突 ， 斑鳐 是 尖 突 ， 斑鳐 是 鳐形目 尖 突 ， 斑鳐 是 鳐形目 吻 尖 突 ， 斑鳐 是 鳐形目 吻 中长 尖 突 ， t1 c2的CTCs c3的CTCs How to choose the best path? Question1：How to calculate the value of each node in the CTC tree？ CTCs Scoring Function Question2： How to calculate the path value of each leaf node to the root node？ Sum of the node value Given a CTC d of PClause c, a topic clause most similar to d is found from the corpus, whose similarity is marked as sim_CT(d). For any two strings x and y, given that their similarity is sim(x,y). sim_CT(d) is defined as Topic Clause Corpus CTset(c) is the CTCs set of c, then the topic clause of c is： Accuracy rate is 0.6499 Reference：Yuru Jiang, Rou Song: Topic Clause Identification Based On Generalized Topic Theory. Journal of Chinese Information Processing. 26(5), (2012) Accuracy rate is 0.7625 0.6499baseline Example3： d_tc