基于支持向量机的汉语问句分类

被引：19

作者：

余正涛

樊孝忠

郭剑毅

机构：

[1] 昆明理工大学信息工程与自动化学院

[2] 北京理工大学计算机科学与工程系

来源：

华南理工大学学报(自然科学版) | 2005年 / 09期

关键词：

问答系统; 问句分类; 支持向量机; 句法特征; 语义特征;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

目前汉语问句分类一般都依据疑问词及其相关词的组合规则,但由于规则的提取很深地依赖于语言知识,而且很难穷举出所有的特征规则,因此会影响分类的效果.支持向量机(SVM)是建立在统计理论基础上的机器学习方法,对于小样本分类问题有很好的识别效果.文中分析和定义了汉语问句的类型,建立了以SVM为基础的问句分类模型,详细描述了问句分类特征的选取过程,并在句法特征的基础上引入语义特征进行汉语问句分类实验,分类准确率达88.7%,表明结合句法和语义特征以SVM进行汉语问句分类具有很好的效果.

引用

页码：25 / 29+34 +34

页数：6