基于HM-SVMs的问句语义分析模型

被引:3
作者
范士喜
韩喜双
相洋
陈毅
机构
[1] 哈尔滨工业大学深圳研究生院
关键词
问答系统; 问句语义分析; 隐马尔科夫支持向量机;
D O I
暂无
中图分类号
TP391.1 [文字信息处理];
学科分类号
120506 [数字人文];
摘要
由于传统的问句语义分析主要针对事实类的简单问句,而对于面向开放域的复杂问句缺少有效的语义分析方法。针对这种情况,提出一种新的问句语义分析模型。该模型将问句从文字空间映射到结构化的语义空间,实现问句的语义分析和表示。通过标注问句中的语义信息,模型实现问句分类、问句主题识别、限制信息识别三项分析工作。使用隐马尔科夫支持向量机(HM-SVMs)序列化标注工具实现了模型的自动标注,取得了86.7%的准确率。实验结果表明,HM-SVMs在标注准确率和效率上好于MEMM、CRF、M3N等模型,达到了预期效果。
引用
收藏
页码:84 / 86+119 +119
页数:4
相关论文
共 8 条
[1]
基于问答社区的海量问句检索关键技术研究 [J].
延霞 ;
范士喜 .
计算机应用与软件, 2013, 30 (07) :315-317
[2]
一种基于词共现图的受限领域自动问答系统 [J].
钱强 ;
庞林斌 ;
高尚 .
计算机应用研究, 2013, 30 (03) :841-843
[3]
中文问句分类特征的研究 [J].
牛彦清 ;
陈俊杰 ;
段利国 ;
张巍 .
计算机应用与软件, 2012, 29 (03) :108-111
[4]
面向真实环境的问句分析方法 [J].
范士喜 ;
王晓龙 ;
王轩 ;
张耀允 .
电子学报, 2010, 38 (05) :1131-1135
[5]
基于浅层语义树核的阅读理解答案句抽取 [J].
张志昌 ;
张宇 ;
刘挺 ;
李生 .
中文信息学报, 2008, (01) :80-86
[6]
基于潜在语义分析的汉语问答系统答案提取 [J].
余正涛 ;
樊孝忠 ;
郭剑毅 ;
耿增民 .
计算机学报, 2006, (10) :1889-1893
[7]
基于概念匹配的中文问答处理模型核心问题探讨 [J].
吴晨 ;
张全 .
中文信息学报, 2006, (04) :49-55
[8]
自动问答综述 [J].
郑实福 ;
刘挺 ;
秦兵 ;
李生 .
中文信息学报, 2002, (06) :46-52