检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于依存关系和最大熵的特征-情感对分类

电子科技大学学报 2014年第3期43卷 420-425页

作者：张磊李珊彭舰陈黎黎红友四川大学计算机学院成都610065 四川大学商学院成都610065

中文产品评论特征词与关联的情感词的分类是观点挖掘的重要研究内容之一。该文改进了英文依存关系语法,总结出5种常用的中文产品评论依存关系;利用最大熵模型进行训练,设计了基于依存关系的复合特征模板。实验证明,应用该复合模板进行特... 详细信息

中文产品评论特征词与关联的情感词的分类是观点挖掘的重要研究内容之一。该文改进了英文依存关系语法,总结出5种常用的中文产品评论依存关系;利用最大熵模型进行训练,设计了基于依存关系的复合特征模板。实验证明,应用该复合模板进行特征-情感对的提取,系统的查全率和F-score相比于传统方法,分别提高到78.68%和75.36%。

关键词：依存关系特征-情感对特征模板最大熵 Web数据挖掘

基于依存关系嵌入与条件随机场的商品属性抽取方法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2020年第5期4卷 54-65页

作者：李成梁赵中英李超亓亮温彦山东科技大学计算机科学与工程学院青岛266590

【目的】基于依存关系嵌入设计多种单词表示,获取单词的潜在语义特征,提高条件随机场对评论中商品属性的抽取能力。【方法】提出一种基于依存关系嵌入与条件随机场的商品属性抽取方法。基于单词属性、单词依存关系及其词嵌入形式构建三... 详细信息

【目的】基于依存关系嵌入设计多种单词表示,获取单词的潜在语义特征,提高条件随机场对评论中商品属性的抽取能力。【方法】提出一种基于依存关系嵌入与条件随机场的商品属性抽取方法。基于单词属性、单词依存关系及其词嵌入形式构建三类单词语义信息,包括:基本语义信息、结构语义信息和类别语义信息;结合三类语义信息与条件随机场模型抽取商品的属性。【结果】与不加入语义信息相比,融合三类语义信息的方法在准确率上提高3.97%;与已有的代表性模型相比,本文方法在F1值上最多提高7.65%。【局限】情感词和属性关系紧密,未对评论中属性和情感词之间的关系进行深入挖掘。【结论】本文方法能够有效地抽取商品评论数据的属性,为基于属性的细粒度情感分析奠定良好的基础。

关键词：属性抽取依存关系条件随机场评论分析关系嵌入

在线全文

学校读者我要写书评

暂无评论

煤中微量元素间依存关系的聚类分析

燃料化学学报 2000年第2期28卷 157-161页

作者：樊金串樊民强太原理工大学山西太原030024

通过对四种不同类型煤中灰分、硫分和 1 6种微量元素在不同密度级中含量的R型聚类分析 ,研究了煤中微量元素间的依存关系。结果表明 :煤中碱土金属Be、Sr、Ba彼此间的依存关系一般较弱 ,与所研究的其它元素的相关性也较弱 ;稀土元素La... 详细信息

通过对四种不同类型煤中灰分、硫分和 1 6种微量元素在不同密度级中含量的R型聚类分析 ,研究了煤中微量元素间的依存关系。结果表明 :煤中碱土金属Be、Sr、Ba彼此间的依存关系一般较弱 ,与所研究的其它元素的相关性也较弱 ;稀土元素La、Ce、Y、Sc经常相伴而生 ;V总与灰分显著相关 ;As、Co、Ni等元素主要与黄铁矿硫的存在密切相关。

关键词：煤微量元素依存关系聚类分析

在线全文

学校读者我要写书评

暂无评论

依存关系树在文本多语义约束检测中的运用

小型微型计算机系统 2010年第6期31卷 1112-1116页

作者：李欢刘文印陈小平郝天永中国科学技术大学计算机科学与技术系安徽合肥230027 联合高等研究中心香港城市大学-中国科学技术大学江苏苏州香港城市大学计算机科学系香港

提出一种运用依存关系树比对来检测文本中多语义约束的方法.对每一类语义约束,搜集信号词以及相应的例句组成案例库,并定义部分依存关系树(PDT)核函数来计算两个对象之间的相似度.Apriori算法的运用,降低了计算该核函数的复杂度.在问答... 详细信息

提出一种运用依存关系树比对来检测文本中多语义约束的方法.对每一类语义约束,搜集信号词以及相应的例句组成案例库,并定义部分依存关系树(PDT)核函数来计算两个对象之间的相似度.Apriori算法的运用,降低了计算该核函数的复杂度.在问答系统的问题分析中的应用结果表明,该方法比带有语义特征的字符串匹配方法精确度提高了18.05%,召回率提高了16.98%.另外,在三个TREC问题集上的实验结果表明,该方法在较大规模文本问题集上也可取得较稳定的结果.

关键词：约束检测依存关系树核问题分析

在线全文

学校读者我要写书评

暂无评论

依存关系上的中文名词性谓词识别研究

计算机工程与应用 2011年第20期47卷 113-116页

作者：王红玲袁晓虹王步康周国栋苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

首次实现了一个基于依存关系的中文名词性谓词识别平台,作为语义角色标注的前提,谓词识别的结果直接影响语义角色标注的性能。使用两种方法进行实验:一种是基于传统的特征向量的方法在Chinese Nombank的转换语料上进行了系统实验,对各... 详细信息

首次实现了一个基于依存关系的中文名词性谓词识别平台,作为语义角色标注的前提,谓词识别的结果直接影响语义角色标注的性能。使用两种方法进行实验:一种是基于传统的特征向量的方法在Chinese Nombank的转换语料上进行了系统实验,对各种词法特征、结构特征及其组合进行了测试,标准语料上F1值达到89.65,自动语料上达到81.27。另一种是使用树核的方法进行探索性实验,在标准语料和自动语料上分别得到84.62和80.93的F1值。

关键词：名词性谓词识别依存关系语义角色标注树核

在线全文

学校读者我要写书评

暂无评论

依存关系语义角色标注研究

计算机工程与应用 2010年第14期46卷 158-161,175页

作者：鞠久朋王红玲周国栋苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

描述了一个基于依存关系的语义角色标注系统,该系统把依存关系作为语义角色标注的基本单元。通过手工或自动标注出来的依存关系,构造出依存关系树,并从树上抽取特征。用最大熵模型对句中谓词的语义角色进行识别和分类。为了消除不必要... 详细信息

描述了一个基于依存关系的语义角色标注系统,该系统把依存关系作为语义角色标注的基本单元。通过手工或自动标注出来的依存关系,构造出依存关系树,并从树上抽取特征。用最大熵模型对句中谓词的语义角色进行识别和分类。为了消除不必要的结构化信息,在预处理阶段,依存关系树经过了Xue的剪枝算法处理。通过特征工程,丰富的特征及其组合被应用于系统。最终使用CoNLL 2008 shared task提供的数据作为训练、开发和测试集,使用手工标注的依存关系,F1值达到了86.25%;使用MST-Parser自动产生的依存关系,F1值达到了81.66%。

关键词：语义角色标注依存关系特征

在线全文

学校读者我要写书评

暂无评论

词语间依存关系的定量识别

中文信息学报 2005年第4期19卷 31-38页

作者：王建会王雷胡运发复旦大学计算机与信息技术系上海200433

本文扩展和改进了现有的词语间依存关系定量识别算法,充分考虑词项概率分布的影响;明确区分词项之间的搭配关系、并列关系和从属关系,针对它们不同的特点,提出不同的识别算法;提出字串匹配模型;充分考虑两个词项之间相互位置的离散分布... 详细信息

本文扩展和改进了现有的词语间依存关系定量识别算法,充分考虑词项概率分布的影响;明确区分词项之间的搭配关系、并列关系和从属关系,针对它们不同的特点,提出不同的识别算法;提出字串匹配模型;充分考虑两个词项之间相互位置的离散分布和距离的影响、以及它们的概率分布特性,提出词项间的依存强度模型,并据此构建词语间依存关系树;提出更新策略,对已经建好的依存关系树进行裁剪,并挖掘出潜在的依存关系。应用实验结果表明,本文提出的算法可以有效地识别出词语间的依存关系。

关键词：计算机应用中文信息处理词语搭配依存关系定量识别

在线全文

学校读者我要写书评

暂无评论

基于词汇融合和依存关系的中文命名实体识别

计算机工程 2024年第10期50卷 145-153页

作者：唐卓然柳毅广东工业大学计算机学院广东广州510006

命名实体识别是自然语言处理领域的重要基础任务,为关系抽取、构建知识图谱等众多下游任务提供有价值的数据支撑。针对中文命名实体识别存在分词错误、实体边界模糊和上下文依赖的难点,以及现有方法不能充分利用词汇信息和有效提取文本... 详细信息

命名实体识别是自然语言处理领域的重要基础任务,为关系抽取、构建知识图谱等众多下游任务提供有价值的数据支撑。针对中文命名实体识别存在分词错误、实体边界模糊和上下文依赖的难点,以及现有方法不能充分利用词汇信息和有效提取文本内部特征等问题,提出一种基于词汇融合和依存关系的中文命名实体识别模型。首先,获取输入文本中每个字符的自匹配词生成词汇特征向量,并根据字符在它的自匹配词上的位置得到词边界信息,利用双仿射注意力机制将字符向量与词汇特征向量进行融合,将词汇信息和词边界信息融入模型的编码过程,从而使模型获得良好的实体识别能力;然后,根据依存句法建立输入文本的依存图结构,利用图注意力网络(GAT)捕获输入文本内部依存关系特征,增强文本内部的语义依赖信息,同时有利于区分实体边界;最后,使用条件随机场(CRF)计算文本的标签。实验结果表明,该模型在CCKS2017、OntoNote4.0和MSRA数据集上分别获得了92.10%、80.76%和95.66%的F1值,优于对比模型。

关键词：注意力机制依存关系词汇融合图注意力网络中文命名实体识别

在线全文

学校读者我要写书评

暂无评论

基于依存关系与神经网络的文本匹配模型

计算机工程 2019年第8期45卷 210-216,223页

作者：甄卓陈玉泉上海交通大学计算机科学与工程系

为增强文本匹配模型的文本语义捕捉能力并提高语义匹配准确度,提出一种基于词嵌入与依存关系的文本匹配模型。构建融合词语义和词间依存关系的语义表示,通过余弦均值卷积和K-Max池化操作获得描述两段文本各部分语义匹配程度的矩阵,并采... 详细信息

为增强文本匹配模型的文本语义捕捉能力并提高语义匹配准确度,提出一种基于词嵌入与依存关系的文本匹配模型。构建融合词语义和词间依存关系的语义表示,通过余弦均值卷积和K-Max池化操作获得描述两段文本各部分语义匹配程度的矩阵,并采用长短期记忆网络学习匹配程度矩阵与真实匹配程度之间的映射关系。实验结果表明,该模型的F1值为0.927 4,相比BM25及深度文本匹配模型准确度更高。

关键词：文本匹配语义匹配依存关系词嵌入余弦均值卷积 K-Max池化长短期记忆网络