两种学习算法在算术关系抽取中的应用比较.docVIP

两种学习算法在算术关系抽取中的应用比较 　　摘要:加减文字题是小学数学的一个重点和难点问题,长期以来,人们对加减文字题的研究局限于教育学和心理学领域,该文从文本分类以及信息检索的角度出发,将加减文字题中的算术关系看成是一个分类问题,尝试用机器学习的方法来对其进行分类,分别研究了人工神经网络(ANN)和支持向量机(SVM)在加减文字题算术关系抽取中的应用,并对两种算法的试验结果进行了比较和分析。通过分词,关键词选取,构造特征向量,分别运用两种算法对其进行分类。对试验结果进行评测发现,在一定条件下SVM算法明显优于ANN算法。 　　关键词:加减文字题;人工神经网络;支持向量机;关系抽取;文本分类;中文信息处理 　　中图分类号:TP183 文献标识码:A 文章编号:1009-3044(2010)19-5302-03 　　A Comparative Study of Two Machine Learning Methods for Arithmetical Relation Extraction of Addition and Subtraction Word Problems 　　SU Lin-zhong 　　(The Office of Information, South China University of Technology, Guangzhou 510640, China) 　　Abstract: Addition and subtraction word problems are found very difficult to both teacher and children in elementary school. The research on addition and subtraction word problems has been confined to education and psychology fields for a long time. In a viewpoint of text categorization and information retrieval, the arithmetical relation in these problems is considered as a categorization task and studied with machine learning methods. In this paper, word problems are segmented firstly into words by software. Some key words are selected, and formed into feature vector. Two machine learning methods, Support Vector Machines (SVM) and Artificial Neural Network (ANN), are compared when they are used in the relation extraction respectively. The empirical result indicates that SVM is more effective than ANN in our experiments. 　　Key words: add and subtraction word problems; ANN; SVM; relation extraction; text categorization; Chinese information processing 　　1 概述 　　数学文字题,又称为数学应用题是中小学数学的重要内容,也是中小学数学学习的难点和重点,是培养学生解决实际问题能力的重要素材[1]。其基本的定义是:以现实世界中的事件与关系为题材,用自然语言陈述,以执行数学运算为主的问题[2]。人们研究最多的数学文字题是加减文字题,即应用加减法就可解答的问题,通常又称之为算术应用题。本文从文本分类以及信息检索的角度将加减文字题中的算术关系(加和减)看成是一个分类问题,用机器学习的方法来对其进行分类,分别对人工神经网络(ANN)和支持向量机(SVM)算法在加减文字题算术关系抽取中的应用进行了研究,对两种算法的试验结果进行了比较,发现在一定条件下支持向量机算法分类的精确度要明显优于神经网络。 　　加减文字题作为一个研究主题引起人们注意的原因主要有两点:一是无论从数学的角度还是从文本理解的角度来看加减文字题定义明确,类型单一。二是研究具有实用性,无论对教师还是学生,加减文字题都是一个重点和