跨领域中文模糊限制语识别研究-计算机软件与理论专业毕业论文.docxVIP

硕士学位论文跨领域中文模糊限制语识别研究 硕士学位论文 跨领域中文模糊限制语识别研究 Research on Cross-．domain Chinese Hedge Cue Identification 学 2 1209166 大连理工大学 Dalian University of Technology 万方数据 大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 蹉缝域主苤槿糊眍劐造煎型丛整 作者签名： 杨拯 日期：塑笸年—上月—丝日 万方数据 大连理工大学硕士学位论文摘 大连理工大学硕士学位论文 摘 要 模糊限制语具有不确定性的含义，常用于缓和说话人的语气或减轻说话人对所陈述 命题应付的责任。由模糊限制语引导的信息是不确定的信息，在信息抽取时，应将事实 信息与模糊限制信息区分开来。模糊限制信息检测对事实信息抽取具有重要意义。英文 模糊限制信息检测研究已取得了较大进展，而中文模糊限制信息检测研究处于起步阶 段，并且尚未发现公开发表的语料库。本文研究构建了一个用于中文模糊限制信息检测 研究的语料库，并进行了跨领域中文模糊限制语识别研究。 针对中文模糊限制信息语料库的缺乏问题，本文在生物医学和维基百科两个领域， 设计构建了一个具有24，000旬规模的中文模糊限制信息语料库。研究了中文模糊限制语 的分类，制定了模糊限制语标注规则。根据中文模糊限制语的类型及词性，制定了基于 短语结构的模糊限制信息范围标注规则。实验统计分析了模糊限制语及其范围标注的一 致性。基于本文制定的详细标注规则，模糊限制语及其范围标注均获得了较高的一致率。 同时分析了模糊限制语的类型和领域之间的关系，结果表明模糊限制语具有领域特性。 中文模糊限制语广泛用于生物医学文献、维基百科等各个领域。中文模糊限制语具 有领域特性，为了在各个领域获得较理想的检测结果，需要在每个领域都要有足够的标 注语料，而语料的标注费时费力。针对目标领域标注数据不足的问题，本文先后提出了 跨领域中文模糊限制语识别方法。基于实例迁移和特征迁移的互补优势，提出了一种基 于实例迁移和特征迁移相结合的跨领域中文模糊限制语识别方法。在生物医学和维基百 科两个领域上的实验表明，结合方法取得了比单独基于实例迁移方法与单独基于特征迁 移方法都好的识别性能。词向量能够挖掘词语间的潜在语义关系，提出一种基于词向量 与迁移学习相结合的跨领域中文模糊限制语识别方法。实验结果表明，将模糊限制语候 选词的词向量作为特征分别引入实例迁移和特征迁移学习，有效地提高了跨领域中文模 糊限制语识别性能。进一步融合实例迁移和特征迁移的识别结果，最终，跨领域中文模 糊限制语识别结果达到了72．39％的F值。 本文构建的语料库为中文模糊限制信息检测研究提供了强大的资源支持。提出的跨 领域中文模糊限制语识别方法，可以将中文模糊限制语识别推广应用于更广泛的领域， 对中文事实信息抽取具有重要意义。 关键词：中文模糊限制语识别；语料库；跨领域；迁移学--j；词向量 万方数据 跨领域中文模糊限制语识别研究Research 跨领域中文模糊限制语识别研究 Research on Cross-domain Chinese Hedge Cue Identification Abstract Hedges indicate uncertainty，commonly used to moderate speaker’S tone or mitigate speaker’S responsibility for statements．Hedge information guided by hedge cues should be distinguished from certain information．Therefore，detecting hedge information is important for information extraction．Researches on English hedge information detection have made great progress，while researches on Chinese hedge cue identification are in the