基于多特征的中文文本蕴含识别 - 北京邮电大学学报.pdf

2015年12月 北 京 邮 电 大 学 学 报 Dec.2015 第38卷 第6期 Journal of Beijing University of Posts and Telecommunications Vol.38 No.6 摇 摇 文章编号:1007鄄5321(2015)06鄄0098鄄06 DOI:10.13190/ j.jbupt.2015.06.020 基于多特征的中文文本蕴含识别 谭咏梅,摇 王志浩 (北京邮电大学 计算机学院,北京 100876) 摘要:提出了一种基于多特征的中文文本蕴含识别方法,首先对文本进行预处理、中文分词、词性标注、命名实体识 别、依存分析等处理;然后提取字符串特征、句法特征、语义特征等,使用贝叶斯逻辑回归模型进行预测;最后再使 用规则进行修正,得到最终的识别结果. 该方法在2014年RITE-VAL评测任务的CS数据上的MacroF1为0郾625, 超过目前最好的研究现状(MacroF1:0郾615,BUPTTeam鄄CS鄄SVBC鄄05). 关摇 键摇 词:文本蕴含;多特征;贝叶斯逻辑回归 中图分类号:TN929郾53摇 摇 摇 摇 文献标志码:A Recognition of Textual Entailment based on Multi鄄feature TAN Yong鄄mei,摇 WANGZhi鄄hao (School of Computer Science,Beijing University of Posts and Telecommunications,Beijing 100876,China) Abstract:Recognizing textual entailment is an effective approach for computer to automatically identify semantic relation between textswith an important position in the field of natural language processing. A method using multi鄄featurewasproposed. The new algorithm preprocessthe raw text,Chinese characters segmentation,part鄄of鄄speech tagging,named entity recognition and dependency parser,string features, syntacticfeaturesandsemanticfeaturesandusesBayesianlogisticregressionmodeltopredicttheprelimi鄄 nary results,finally it uses the rules to filter the results. Experiments indicate that the algorithms Mac鄄 roF1on RITE-VAL data is0郾625,outperform optimal value (MacroF1:0郾615,BUPTTeam鄄CS鄄SVBC鄄 05). Key words:recognizing textual entailment;multi鄄feature;bayesian logistic regression [2] 摇 摇 文本蕴含识别(RTE,recognizing textual entail鄄 息获得必要的信息 .