基于测度优化Laplacian+SVM的中文指代消解.pdfVIP

第１２期 电 子 学 报 Ｖｏｌ．４４ Ｎｏ．１２ ２０１６ 年１２月 ＡＣＴＡ ＥＬＥＣＴＲＯＮＩＣＡ ＳＩＮＩＣＡ Ｄｅｃ． ２０１６ 基于测度优化 Ｌａｐｌａｃｉａｎ ＳＶＭ的 中文指代消解方法 １，２ １，２ １，２ ３ １，２ 周炫余 ，刘 娟 ，邵 鹏 ，卢 笑 ，罗 飞 （１．武汉大学软件国家重点实验室，湖北武汉４３００７２；２．武汉大学计算机学院，湖北武汉 ４３００７２； ３．湖南大学电气与信息工程学院，湖南长沙４１００８２） 摘 要： 相比于传统的基于半监督学习的指代消解方法，Ｌａｐｌａｃｉａｎ ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）能有效的挖掘 已标注样本和未标注样本的相似性和关联性，更好的推导模型的分类边界．而传统Ｌａｐｌａｃｉａｎ ＳＶＭ采用欧式距离度量 样本之间的距离，使得异类样本之间的相似性可能过大，不利于样本的准确分类．对此，提出一种基于数据驱动学习最 优测度Ｌａｐｌａｃｉａｎ ＳＶＭ算法以解决中文指代消解语料不足的问题．该方法通过优化样本对之间的相似性约束条件和引 入Ｆｉｓｈｅｒ判别项，增大同类样本间的相似性，并突出强判别能力的特征．此外，提出核嵌入的测度优化方法将以上线性 测度优化推广到非线性空间，有利于Ｌａｐｌａｃｉａｎ ＳＶＭ利用核函数实现非线性分类．在ＡＣＥ２００５ 中文语料库上的测评结 果表明，所提出测度优化的Ｌａｐｌａｃｉａｎ ＳＶＭ（包括线性和核嵌入两种形式）的方法只需少量标注样本就可以获得与经典 的有监督学习模型相当甚至更好的消解性能，同时也优于其他传统的半监督学习方法． 关键词： 测度优化；Ｌａｐｌａｃｉａｎ ＳＶＭ；中文指代消解；半监督学习；自然语言处理 中图分类号： ＴＰ３９１ 文献标识码： Ａ 文章编号： ０３７２-２１１２ （２０１６）１２-３０６４-０９ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２-２１１２．２０１６．１２．０３５ Ｃｈｉｎｅｓｅ Ａｎａｐｈｏｒａ ＲｅｓｏＩｕｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｍｅｔｒｉｃ-ｏｐｔｉｍｉｚｅｄ ＬａｐＩａｃｉａｎ ＳＶＭ １，２ １，２ １，２ ３ １，２ ＺＨＯＵ Ｘｕａｎ-ｙｕ ，ＬＩＵ Ｊｕａｎ ，ＳＨＡＯ Ｐｅｎｇ ，ＬＵ Ｘｉａｏ ，ＬＵＯ Ｆｅｉ （１．Ｓｔａｔｅ ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｏｆｔｗａｒｅ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ，Ｈｕｂｅｉ４３００７２，Ｃｈｉｎａ； ２．ＣｏｍｐｕｔｅｒＳｃｈｏｏｌ，Ｗｕｈａｎ Ｕｎｉｖｅ