采用改进重采样和BRF方法的定义抽取研究

被引：7

作者：

潘湑

顾宏斌

机构：

[1] 南京航空航天大学民航学院

来源：

中文信息学报 | 2011年 / 03期

关键词：

自然语言处理; 术语定义; 定义抽取; 文本分类; 重采样;

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：

为了从专业领域语料中发现并获取所有的专业术语定义,该文提出了使用分类方法进行专业术语定义抽取的方法。该文采用一种基于实例距离分布信息的过采样方法,将其与随机欠采样方法结合用以建立平衡训练语料,并使用BRF(Balanced Random Forest)方法来获得C4.5决策树的聚合分类结果。该方法获得了最好65%的F1-measure成绩和78%的F2-measure成绩,超过了仅使用BRF方法取得的成绩。

引用

页码：30 / 37

页数：8

共 7 条

[1]

术语定义抽取、聚类与术语识别研究[D]. 张榕.北京语言大学. 2006

[2]

现代术语学引论[M]. 语文出版社 , 冯志伟著, 1997

[3] Soft pattern matching models for definitional question answering [J].

Cui, Hang ;

Kan, Min-Yen ;

Chua, Tatseng .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2007, 25 (02)

[4]

Machine Learning for the Detection of Oil Spills in Satellite Radar Images[J] . Miroslav Kubat,Robert C. Holte,Stan Matwin.Machine Learning . 1998 (2)

[5] Bagging predictors [J].

Breiman, L .

MACHINE LEARNING, 1996, 24 (02) :123-140

[6]

MetaCost: A general method for making classifiers cost-sensitive .2 Domingos P. Proc. the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining . 1819

[7]

Unsupervised learning of soft patterns for generatingdefinitions from online news .2 Hang Cui,Min-Yen Kan,Tat-Seng Chua. Proc 13thinternational conference on World Wide Web . 2004

← 1 →