基于SVM的中文报道关系识别方法研究

被引：3

作者：

王强 ^{[1
]}

张永奎 ^{[2
]}

机构：

[1] 山西大学计算机与信息技术学院

[2] 计算智能与中文信息处理省部共建教育部重点实验室

来源：

计算机工程与应用 | 2008年 / 33期

关键词：

报道关系识别; 话题检测与跟踪; 多向量表示模型;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对网络新闻的特点,从人名、时间名、地点名、组织机构名、内容五个方面抽取特征词形成特征向量。在此基础上,分别进行了相似度计算,其中,人名、组织机构名、内容采用余弦夹角的方法,时间和地点向量,相似度计算采用了引入报道时间和关联度计算。最后,使用这5个相似度作为特征,使用SVM进行训练,并在测试集上进行了测试。测试结果表明,这种方法可以有效地改善系统的性能。

引用

页码：141 / 143

页数：3