原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
Journal of Computer Applications ISSN 1001-9081 2015-07-10
计算机应用，2015，35( 7) : 1950 － 1954 CODEN JYIIDU http: / /www． joca． cn
文章编号:1001-9081 (2015)07-1950-05 doi :10． 11772 /j． issn． 1001-9081． 2015． 07． 1950
LIBSVM “ ”
于 的 是 句句间关系判别方法
基 就
*
1 2 1 1
周 ， ， ，
吴 铤 王 常
建成 荣波 若愚
( 1． 杭 ， 310018; 2． ， 310018)
州电子科技大学认知与智能计算研究所 杭州 杭州电子科技大学浙江保密学院 杭州
( * 通信作者电子邮箱596599029@ qq． com)
，
: 判别句间关系时出现因机器学习多次迭代而导致规则权值削弱现象 进
摘 要 针对使用规则和机器学习方法
，
而导致判别正确率偏低的问题 提出了在规则和机器学习相结合过程中对导入的明显规则特征进行加强处理的方
。 ， 、 、 ; ，
法 首先 抽取依存词汇 语义 句子结构等具有明显规则的特有特征 然后 基于一些句间关系指示词提取普适的特
; ， ， ; ， LIBSVM
征 其次 将特征写入待输入的数据向量 并且增加一维向量用来存储出现的明显规则特征 最后 运用 模型
。 ， ，
结合规则和机器学习进行实验 实验结果表明 加强后的实验正确率较之加强前平均提高了两个百分点 各句间关
、 、F1 ， 82． 02% 、88． 95% 、84． 76% 。
系准确率 召回率 值整体上都取得了较好的结果 平均值达到了 实验思路和方法对
研究句子间联系紧密度具有重要价值。
: ;LIBSVM ; ;kappa ;
关键词 句间关系
文档评论（0）