中文问句分类特征的研究.PDFVIP

第２９卷第３期　　　 计算机应用与软件 Ｖｏｌ２９Ｎｏ．３ ２０１２年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１２ 中文问句分类特征的研究  牛彦清　陈俊杰 　段利国　张　巍 （太原理工大学计算机科学与技术学院　山西太原０３００２４） 摘　要　　针对“不同的问句分类特征对问句分类的影响不相同，提取和处理这些特征的时间复杂度也不相同”的问题，提取问题 疑问词、核心关键词（疑问词的一二级依存词和问句中心语）的主要义原、核心关键词的首义原、问句主谓宾的主要义原、命名实体、 名词单（复）数等六种分类特征，采用支持向量机分类算法，对事实疑问句进行不同特征组合的分类对比实验，发现采用词义消岐技 术提取的主要义原不仅对分类的准确率影响明显，而且大幅降低特征向量的维数，减少了处理时间。 关键词　　问题分类　主要义原　词义消岐　支持向量机 中图分类号　ＴＰ３９１ 文献标识码　Ａ ＳＴＵＤＹＯＮＣＬＡＳＳＩＦＩＣＡＴＩＯＮＦＥＡＴＵＲＥＳＯＦＣＨＩＮＥＳＥＩＮＴＥＲＲＯＧＡＴＩＶＥＳ  ＮｉｕＹａｎｑｉｎｇ　ＣｈｅｎＪｕｎｊｉｅ　ＤｕａｎＬｉｇｕｏ　ＺｈａｎｇＷｅｉ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙａｎｄＳｃｉｅｎｃｅ，ＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｄｉｆｆｅｒｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｆｅａｔｕｒｅｓｏｆｉｎｔｅｒｒｏｇａｔｉｖｅｓｄｉｆｆｅｒｉｎｔｈｅｉｒｉｍｐａｃｔｓｏｎｉｎｔｅｒｒｏｇａｔｉｖｅｃｌａｓｓｉｆｉｃａｔｉｏｎ，ａｎｄｔｈｅｔｉｍｅｃｏｍｐｌｅｘｉｔｉｅｓｏｆ ｔｈｅｅｘｔｒａｃｔｉｏｎａｎｄｔｒｅａｔｍｅｎｔｏｆｔｈｅｓｅｆｅａｔｕｒｅｓａｒｅｄｉｓｓｉｍｉｌａｒａｓｗｅｌｌ．Ｔｏａｄｄｒｅｓｓｔｈｉｓｉｓｓｕｅ，ｉｎｔｈｉｓａｒｔｉｃｌｅｗｅｐｒｏｐｏｓｅｓｕｃｈａｍｅｔｈｏｄ，ｉｔｐｉｃｋｓｕｐ ｓｉｘｃｌａｓｓｉｆｉｃａｔｉｏｎｆｅａｔｕｒｅｓ，ｉｎｃｌｕｄｉｎｇｔｈｅｉｎｔｅｒｒｏｇａｔｉｖｅｗｏｒｄｏｆｔｈｅｑｕｅｓｔｉｏｎ，ｔｈｅｍａｉｎｓｅｍｅｍｅｏｆｃｏｒｅｋｅｙｗｏｒｄ（ｔｈｅｆｉｒｓｔａｎｄｓｅｃｏｎｄｌｅｖｅｌ ｄｅｐｅｎｄｅｎｔｗｏｒｄｏｆｔｈｅｉｎｔｅｒｒｏｇａｔｉｖｅｗｏｒｄａｎｄｔｈｅｋｅｒｎｅｌｗｏｒｄｏｆｉｎｔｅｒｒｏｇａｔｉｖｅｓ），ｔｈｅｆｉｒｓｔｓｅｍｅｍｅｏｆｃｏｒｅｋｅｙｗｏｒｄ，ｔｈｅｍａｉｎｓｅｍｅｍｅｏｆ ｉｎｔｅｒｒｏｇａｔｉｖｅｓｓｕｂｊｅｃｔｐｒｅｄｉｃａｔｅａｃｃｕｓａｔｉｖｅｗｏｒｄｓ，ｔｈｅｎａｍｅｄｅｎｔｉｔｉｅｓａｎｄｔｈｅｓｉｎｇｕｌａｒ／ｐｌｕｒａｌｆｏｒｍｏｆｎｏｕｎｓ，ｉｔａｄｏｐｔｓｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍｏｆｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｔｏｃａｒｒｙｏｕｔｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｃｏｎｔｒａｓｔｅｘｐｅｒｉｍｅｎｔｓｏｎｆａｃｔｉｎｔｅｒｒｏｇａｔｉｖｅｓｗｉｔｈｄｉｆｆｅｒｅｎｔｆｅａｔｕｒｅ ｃｏｍｂｉｎａｔｉｏｎｓ．Ｉｔｉｓｆｏｕｎｄｔｈａｔｔｈｅｍａｉｎｓｅｍｅｍｅｏｆｃｏｒｅｋｅｙｗｏｒｄｅｘｔｒａｃｔｅｄｂｙｔｈｅｗｏｒｄｓｅｎｓｅｄｉｓａｍｂｉｇｕａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｎｏｔｏｎｌｙｉｍｐａｃｔｓｔｈｅ ａｃｃｕｒａｃｙｒａｔｅｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｅｖｉｄｅｎｔｌｙｂｕｔａｌｓｏｇｒｅａｔｌｙｒｅｄｕｃｅｓｔｈｅｄｉｍｅｎｓｉｏｎｓｏｆｅｉｇｅｎｖｅｃｔｏｒａｎｄｔｈｅｐｒｏｃｅｓｓｉｎｇｔｉｍｅ． Ｋｅｙｗｏｒｄｓ　　Ｑｕｅｓｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ｍａｉｎｓｅｍｅｍｅ　Ｗｏｒｄｓｅｎｓｅｄｉｓａｍｂｉｇｕａｔｉｏｎ　Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ