基于SVM的疑问句问点语义角色标注

被引：4

作者：

吕德新 ^{[1
]}

张桂平 ^{[2
]}

蔡东风 ^{[1
]}

朱江涛 ^{[1
]}

机构：

[1] 沈阳航空工业学院自然语言处理研究室

[2] 沈阳航空工业学院人机智能中心

来源：

沈阳航空工业学院学报 | 2006年 / 01期

关键词：

SVM; 语义角色标注; 结构风险最小化;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

SVM(SupportVectorM ach ine)是一种基于结构风险最小化原则的分类算法,由于其完善的理论基础使其在小样本模式识别中表现出比其他算法更好的泛化能力。语义角色标注是一种浅层语义分析的方法。为了加深对问句的理解,对问句的问点进行语义角色标注是必要的。故将问点的语义角色标注视为分类问题,并提出了一种基于SVM的问点语义角色标注方法。在哈工大标准问句集上进行实验,取得了语义角色标注封闭测试91.4%,开放测试71.6%的正确率。实验结果表明本文所采用的方法是有效的。

引用

页码：44 / 46

页数：3