中文语义组块自动抽取方法-计算机应用研究.pdfVIP

中文语义组块自动抽取方法 作者 钟茂生, 荆佳琦, 陈晓霞, 余美华, 陶兰 机构 华东交通大学 信息工程学院；江西水利职业学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第2 期 访问地址 /article/02-2018-02-058.html 发布日期 2017-03-15 09:22:19 引用格式 钟茂生, 荆佳琦, 陈晓霞, 余美华, 陶兰. 中文语义组块自动抽取方法[J/OL]. [2017-03-15]. http:/ //article/02 -2018-02-058.html. 摘要 句子语义表述是当前自然语言处理领域亟待解决的重要问题，是制约自然语言能否取得深度应用 的重要因素。根据中文文本的特点，摈弃以前自然语言处理语义与句法相分离的观点，提出语义 组块概念，并利用深度信念网络的深度学习方法构建对中文语义组块进行自动抽取的模型，模型 以句子中名词为核心，将名词与其前后词语进行组合后构成中文语义组块，之后分别使用神经网 络、支持向量机和深度信念网络三种抽取方法构建抽取模型，进行了三组实验，最终结果显示在 高维大数据背景下，深度信念网络的方法与支持向量机和神经网络相比较具有更好的抽取效… 关键词 语义表述, 深度信念网络, 深度学习, 中文语义组块 中图分类号 TP391.47 基金项目 国家自然科学基金资助项目61363072） 35 优先出版 计 算 机 应 用 研 究 第 卷 中文语义组块自动抽取方法* 1 1 1 2 1 钟茂生 ，荆佳琦 ，陈晓霞 ，余美华 ，陶 兰 (1 330013 2 330013) ．华东交通大学 信息工程学院，南昌 ； ．江西水利职业学院，南昌 摘 要：句子语义表述是当前自然语言处理领域亟待解决的重要问题，是制约自然语言能否取得深度应用的重要因素。 根据中文文本的特点，摈弃以前自然语言处理语义与句法相分离的观点，提出语义组块概念，并利用深度信念网络的深 度学习方法构建对中文语义组块进行自动抽取的模型，模型以句子中名词为核心，将名词与其前后词语进行组合后构成 中文语义组块，之后分别使用神经网络、支持向量机和深度信念网络三种抽取方法构建抽取模型，进行了三组实验，最 终结果显示在高维大数据背景下，深度信念网络的方法与支持向量机和神经网络相比较具有更好的抽取效果。 关键词：语义表述；深度信念网络；深度学习；中文语义组块 中图分类号：TP391.47 Research on automatic extraction of chinese semantic clustering unit 1 1 1 2 1 Zhong Maoshe