咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于机器学习方法的事件指代消歧研究 收藏

基于机器学习方法的事件指代消歧研究

Research of Event Anaphora Resolution Based on Machine Learning Approach

作     者:张宁 孔芳 李培峰 朱巧明 ZHANG Ning;KONG Fang;LI Pei-feng;ZHU Qiao-ming

作者机构:苏州大学计算机科学与技术学院苏州215006 江苏省计算机信息处理技术重点实验室苏州215006 

出 版 物:《计算机科学》 (Computer Science)

年 卷 期:2012年第39卷第5期

页      面:229-233页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(90920004 60970056 61070123 61003153) 江苏省高校自然科学重大基础研究项目(08KJA520002) 苏州市科技计划项目(SYG201112)资助 

主  题:事件指代消歧 机器学习方法 实例生成 特征选择 

摘      要:与实体指代不同,事件指代其先行词候选是一个事件,与名词性的指代词具有完全不同的语义分类体系,因此适用于实体指代消歧的大多数特征都不能用于事件指代消歧。给出了一个基于机器学习方法的事件指代消歧平台,详细介绍了平台的实例生成和特征选择过程,给出了平台在OntoNotes3.0语料上的事件指代消歧的结果,并对结果进行了分析。从实验结果可以看到,给出的平台获得了较好的召回率,但系统准确率需要进一步提升。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分