多分类器集成的汉语词义消歧研究

被引：14

作者：

吴云芳 ^{[1
]}

王淼 ^{[2
]}

金澎 ^{[1
]}

俞士汶 ^{[1
]}

机构：

[1] 北京大学信息科学技术学院

[2] 北京大学软件与微电子学院

来源：

计算机研究与发展 | 2008年 / 08期

关键词：

词义消歧; 多分类器集成; 均值; 最大值;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

词义消歧长期以来一直是自然语言处理中的热点和难题,集成方法被认为是机器学习研究的四大趋势之一.系统研究了9种集成学习方法在汉语词义消歧中的应用.9种集成方法分别是乘法规则、均值、最大值、最小值、多数投票、序列投票、加权投票、概率加权和单分类器融合,其中乘法规则、均值、最大值3种集成方法还未曾应用于词义消歧.选取支持向量机模型、朴素贝叶斯和决策树作为3个单分类器.在两个不同的数据集上进行了实验,其一是选自现代汉语语义标注语料库的18个多义词,其二是国际语义评测SemEval-2007的中英文对译选择词消歧任务.实验结果显示,首次在词义消歧中引入应用的3种集成方法乘法、均值、最大值有良好的性能表现,3种方法的消歧准确率均高于最佳单分类器SVM,而且优于其他6种集成方法.

引用

页码：1354 / 1361

页数：8