规则与统计相结合的日语时间表达式识别

被引：3

作者：

赵紫玉

徐金安

张玉洁

刘江鸣

机构：

[1] 北京交通大学计算机与信息技术学院

来源：

中文信息学报 | 2013年 / 06期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

知识库; 规则集; 统计模型;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

该文提出了一种基于自定义知识库强化获取规则集,以及规则与统计模型相结合的日语时间表达式识别方法。在按照Timex2标准对时间表达进行细化分类的基础上,我们结合日语时间词的特点,渐进地扩展重构日语时间表达式知识库,实现基于知识库获取的规则集的优化更新,旨在不断提高时间表达式的识别精准度。同时,融合CRF统计模型提高日语时间表达式识别的泛化能力。实验结果显示开放测试F1值达0.898 7。

引用

页码：192 / 200

页数：9

共 16 条

[1]

A Rule Based Approach to Temporal Expression Tagging. PawelMaqur,Robert Dale. Proceeding of the International Multiconference on Computer Science and Information Technology . 2007

[2]

A Chinese Temporal Parser for Extracting and Normalizing Temporal Information. Mingli Wu,Wenjie Li,Qin Lu,et al. Proceeding of International Joint Conference on Natural Language Processing(IJCNLP) . 2005

[3]

Towards Task -Based Temporal Extraction and Recognition. David Ahn,SisayFissahaAdafre,Maarten De Rijke. Proceedings Dagstuhl Workshop on Annotating,Extracting,and Reasoning about Time and Events . 2005

[4]

ACE(Automatic Content Extraction)Chinese Annotation Gubdelines for TIMEX2 (Summary). . 2005

[5]

Biological Entity Recognition with ConditionalRandom Fields. He Y,Kayaal P M. Proceedings ofAMIA Annual Symposium . 2008

[6]

Transformation-based error-driven learning and natural language processing: a case study in part of speech tagging. Brill E. Computational Linguistics . 1995

[7]

Conditional random fields: probabilistic models for segmenting and labeling sequence data. Lafferty J,McCallum A,Pereira F. Proceedings of the Eighteenth International Conference on Machine Learning . 2001

[8] 日汉时间词对比分析及相关问题 [J].

辛永芬 .

河南大学学报(社会科学版), 2005, (03) :96-99

[9] 基于依存分析和错误驱动的中文时间表达式识别 [J].

贺瑞芳 ;

秦兵 ;

刘挺 ;

潘越群 ;

李生 .

中文信息学报, 2007, (05) :36-40

[10] 知识库系统的原理及其在智能搜索引擎中的应用 [J].

刘成亮 ;

韩海伟 .

电脑知识与技术, 2008, (08) :1512-1514

← 1 2 →