基于测度优化LaplacianSVM的中文指代消解方法-电子学报.PDFVIP

第１２期 电　　子　　学　　报 Ｖｏｌ．４４　Ｎｏ．１２ ２０１６年１２月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｄｅｃ．　２０１６ 基于测度优化 ＬａｐｌａｃｉａｎＳＶＭ的 中文指代消解方法 １，２ １，２ １，２ ３ １，２ 周炫余 ，刘　娟 ，邵　鹏 ，卢　笑 ，罗　飞 （１．武汉大学软件国家重点实验室，湖北武汉４３００７２；２．武汉大学计算机学院，湖北武汉　４３００７２； ３．湖南大学电气与信息工程学院，湖南长沙４１００８２） 　　摘　要：　相比于传统的基于半监督学习的指代消解方法，ＬａｐｌａｃｉａｎＳＶＭ（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ）能有效的挖掘 已标注样本和未标注样本的相似性和关联性，更好的推导模型的分类边界．而传统ＬａｐｌａｃｉａｎＳＶＭ采用欧式距离度量 样本之间的距离，使得异类样本之间的相似性可能过大，不利于样本的准确分类．对此，提出一种基于数据驱动学习最 优测度ＬａｐｌａｃｉａｎＳＶＭ算法以解决中文指代消解语料不足的问题．该方法通过优化样本对之间的相似性约束条件和引 入Ｆｉｓｈｅｒ判别项，增大同类样本间的相似性，并突出强判别能力的特征．此外，提出核嵌入的测度优化方法将以上线性 测度优化推广到非线性空间，有利于ＬａｐｌａｃｉａｎＳＶＭ利用核函数实现非线性分类．在ＡＣＥ２００５中文语料库上的测评结 果表明，所提出测度优化的ＬａｐｌａｃｉａｎＳＶＭ（包括线性和核嵌入两种形式）的方法只需少量标注样本就可以获得与经典 的有监督学习模型相当甚至更好的消解性能，同时也优于其他传统的半监督学习方法． 关键词：　测度优化；ＬａｐｌａｃｉａｎＳＶＭ；中文指代消解；半监督学习；自然语言处理 中图分类号：　ＴＰ３９１　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１６）１２３０６４０９ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１６．１２．０３５ ＣｈｉｎｅｓｅＡｎａｐｈｏｒａＲｅｓｏｌｕｔｉｏｎＢａｓｅｄｏｎ ＭｅｔｒｉｃｏｐｔｉｍｉｚｅｄＬａｐｌａｃｉａｎＳＶＭ １，２ １，２ １，２ ３ １，２ ＺＨＯＵＸｕａｎｙｕ ，ＬＩＵＪｕａｎ ，ＳＨＡＯＰｅｎｇ ，ＬＵＸｉａｏ，ＬＵＯＦｅｉ （１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ，Ｈｕｂｅｉ４３００７２，Ｃｈｉｎａ； ２．ＣｏｍｐｕｔｅｒＳｃｈｏｏｌ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ，Ｈｕｂｅｉ４３００７２，Ｃｈｉｎａ； ３．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４１００８２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｃｏｍｐａｒｅｄｔｏｔｈｅｔｒａｄｉｔｉｏｎａｌｓｅｍｉｓｕｐｅｒｖｉｓｅｄｂａｓｅｄａｎａｐｈｏｒａｒｅｓｏｌｕｔｉｏｎｍｅｔｈｏｄｓ，ＬａｐｌａｃｉａｎＳＶＭ（Ｓｕｐｐｏｒｔ ＶｅｃｔｏｒＭａｃｈｉｎｅ）ｃａｎｅｆ