基于最大熵模型的汉语标点句缺失话题自动识别初探

被引：7

作者：

卢达威 ^{[1
]}

宋柔 ^{[2
]}

机构：

[1] 北京大学中国语言文学系

[2] 北京语言大学语言信息处理研究所

来源：

计算机工程与科学 | 2015年 / 37卷 / 12期

关键词：

广义话题结构; 新支话题; 自动识别; 最大熵模型;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

本文的任务是判别标点句缺失话题是上句的主语还是宾语,将该任务作为标点句缺失话题自动识别研究的切入点。首先归纳了判别这一任务的一系列字面特征和语义特征,然后结合规则和最大熵模型,进行自动判别实验。结果显示,对特定类别动词的实验F值达到82%。对实验结果的分析说明,动词特征和语义特征对判别该任务的作用最大,规则方法和统计方法在判别任务中不能偏废,精细化的知识对判别的性能有重要影响。

引用

页码：2282 / 2293

页数：12

共 10 条

[1]

从广义话题结构考察汉语篇章话题认知复杂度 [J].