基于卷积神经网络与SVM分类器的隐喻识别_黄孝喜.pdfVIP

总第22 期 2018 年 第10 期 基于卷积神经网络与SVM 分类器的隐喻 识别* 黄孝喜 李晗雨 王荣波 王小华 谌志群 (杭州电子科技大学认知与智能计算研究所 杭州 310018) 摘要: 【目的 】针对中英文的隐喻数据集, 提出一种基于卷积神经网络与SVM 分类器的隐喻识别方法。【方法 】 将实验数据向量化, 结合词性特征和关键词特征作为卷积神经网络的输入, 通过卷积层和池化层提取特征, 应 用 SVM 进行分类。针对卷积神经网络的池化层中特征采样的不完全性, 提出将MaxPooling 与MeanPooling 组 合在一起的改进方法。【结果 】相对于直接使用卷积神经网络, 利用本文方法进行隐喻识别的准确率在英文动宾 语料、英文形容词–名词词组语料和中文隐喻语料分别提高4.12% 、0.84%和4.50% 。【局限 】中文分词不准确, 影 响词向量模型训练; 卷积神经网络的层数过少, 影响特征的完整性。【结论 】根据中英文数据集上隐喻识别的结 果分析, 该方法在两个数据集上都取得了良好效果。 关键词: 隐喻识别 卷积神经网络 支持向量机 特征提取 分类号: TP391 DOI : 10.11