基于特征为本及使用svm的文本对蕴涵关系的自动推论方法textual.pdf

Proceedings of the Twenty-Fifth Conference on Computational Linguistics and Speech Processing (ROCLING 2013) 基於特徵為本及使用SVM 的文本對蘊涵關係的自動推論方法 Textual Entailment Recognition Using Textual Features and SVM 張道行 Tao-Hsing Chang 許曜麒 Yao-Chi Hsu 張中維 Chung-Wei Chang 許堯銓 Yao-Chuan Hsu 國立高雄應用科技大學資訊工程系 Department of Computer Science and Information Engineering National Kaohsiung University of Applied Sciences changth@.tw 陳學志 Hsueh-Chih Chen 國立臺灣師範大學教育心理與輔導學系 Department of Educational Psychology and Counseling National Taiwan Normal University chcjyh@.tw 摘要 這篇論文的目的是提出一個能判斷文本對蘊涵關係的系統。本系統主要使用7 項由觀察 資料所得之特徵作為輸入項，並以SVM 作為預測模型。以NTCIR-10 中RITE-2 提供的 資料評估本文所提方法，整體的Macro F1-measure 為46.35% ，較先前研究所提出的方 法為佳。而該方法使用的特徵數量少、模型運算與實作簡單，可以在實際應用上有更好 的效果。 Abstract The aim of this paper is to propose a system, which can automatically infer entailment relations of textual pairs. SVM is utilized as a prediction model of the system and seven features of textual pairs are employed to be input of the prediction model. The performance of this system is evaluated by dataset in CT-MC task held by RITE-2 of NTCIR. Macro-F1 of the proposed method is 46.35%. 關鍵詞：蘊涵關係，自動推論，支援向量機 Keywords: Textual Entailment, Automatic Inference, Support Vector Machine. 一、緒論 文本對蘊涵關係判讀是自然語言處理領域一個有趣且有意義的問題，其可能的應用也十 268 Proceedings of the Twenty-Fifth Conference on Computational Linguistics and Speech Processing (ROCLING 2013) 分廣泛。例如矛盾關係分析可以用來自動分析不同知識來源所提供資訊的一致性與正確 性，這在網路的知識提供