语义分析中谓词标识的特征工程

doi:10.3778/j.issn.1002-8331.2010.09.038

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 134-137.DOI: 10.3778/j.issn.1002-8331.2010.09.038

• 数据库、信号与信息处理 • 上一篇下一篇

语义分析中谓词标识的特征工程

汪红林^1，2，王红玲^1，2，周国栋^1，2

1.苏州大学计算机科学与技术学院，江苏苏州 215006
2.江苏省计算机信息处理技术重点实验室，江苏苏州 215006

收稿日期:2008-09-26 修回日期:2009-01-17 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 汪红林

Feature engineering for predicate identification and classification in semantic analysis

WANG Hong-lin^1，2，WANG Hong-ling^1，2，ZHOU Guo-dong^1，2

1.School of Computer Science and Technology，Soochow University，Suzhou，Jiangsu 215006，China
2.Jiangsu Provincial Key Laboratory of Computer Information Processing Technology，Suzhou，Jiangsu 215006，China

Received:2008-09-26 Revised:2009-01-17 Online:2010-03-21 Published:2010-03-21
Contact: WANG Hong-lin

摘要/Abstract

摘要： 谓词是句子中的最重要的成分，它的正确与否对语义分析的影响非常大。而众多的特征直接影响到谓词标识的性能，如何组织这些特征显得尤为重要。选取了7个基本特征和30多个新特征以及它们的组合，使用最大熵分类器，在基本特征的基础上通过增加有利特征的方法，使得谓词标注的F1值增长了约5%（由84.7%增加到89.8%），词义识别的F1值增长了约2%（由80.3%增加到82.1%），结果表明，这些新特征及其组合大大提高了性能。

关键词: 谓词标注和词义识别, 语义分析, 特征工程, 最大熵分类器

Abstract: Predicate is the most important component in a sentence，which greatly influences the identification of the semantic analysis.The performance of predicate identification and classification relies on lots of features，but how to combine those features is more important.This paper picks out 7 basic features and over 30 new features with different combinations.By adding useful combinations of the features into the baseline system with the maximum entropy classifier，it improves by 5% of F1-score（from 84.7% up to 89.8%） on predicate identification and also gains about 2% increase of F1-score（from 80.3% up to 82.1%） on predicate classification.It shows that those new features and the combination of them can much improve the performance of the system.

Key words: predicate identification and predicate classification, semantic analysis, feature engineering, maximum entropy classifier

中图分类号:

TP18

汪红林^1，2，王红玲^1，2，周国栋^1，2. 语义分析中谓词标识的特征工程[J]. 计算机工程与应用, 2010, 46(9): 134-137.

WANG Hong-lin^1，2，WANG Hong-ling^1，2，ZHOU Guo-dong^1，2. Feature engineering for predicate identification and classification in semantic analysis[J]. Computer Engineering and Applications, 2010, 46(9): 134-137.

[1]	喻丽春，刘金清. 基于改进Mask R-CNN的火焰图像识别算法[J]. 计算机工程与应用, 2020, 56(21): 194-198.
[2]	肖宝1，李璞2，3，蒋运承2. 混合词汇特征和LDA的语义相关度计算方法[J]. 计算机工程与应用, 2017, 53(12): 152-157.
[3]	张会兵1，何彩梅1，胡晓丽1，裴东良2. 融合行为和语义的节点影响力分析[J]. 计算机工程与应用, 2017, 53(11): 151-154.
[4]	肖和，付丽娜，姬东鸿. 神经网络与组合语义在文本相似度中的应用[J]. 计算机工程与应用, 2016, 52(7): 139-142.
[5]	孙曰昕，马慧芳，姚伟，张志昌. 结合互信息和主题模型的微博话题发现方法[J]. 计算机工程与应用, 2016, 52(6): 61-66.
[6]	何向真1，万福成1，于洪志1，吴玺宏2. 基于藏语语义分析的机器翻译技术研究[J]. 计算机工程与应用, 2015, 51(15): 134-137.
[7]	徐晨凯，高茂庭. 使用LSA降维的改进ART2神经网络文本聚类[J]. 计算机工程与应用, 2014, 50(24): 133-138.
[8]	马雯雯1，魏文晗1，邓一贵1，2. 基于隐含语义分析的微博话题发现方法[J]. 计算机工程与应用, 2014, 50(1): 96-100.
[9]	李颖1，池毓焕2. 基于HNC语义分析模型的文图转换研究[J]. 计算机工程与应用, 2013, 49(11): 135-139.
[10]	晋耀红1，2. 一种混合策略的专利机器翻译系统研究[J]. 计算机工程与应用, 2012, 48(4): 29-32.
[11]	钟将，刘荣辉. 一种改进的KNN文本分类[J]. 计算机工程与应用, 2012, 48(2): 142-144.
[12]	张玉芳，张洪，熊忠阳，李文田. 结合概率潜在语义分析的文本谱聚类方法研究[J]. 计算机工程与应用, 2011, 47(36): 134-136.
[13]	张巍^1，2，陈俊杰¹. 浅层语义分析及SPARQL在问答系统中的应用[J]. 计算机工程与应用, 2011, 47(2): 118-120.
[14]	李银花1，王素格2. 文本褒贬倾向判别研究[J]. 计算机工程与应用, 2011, 47(18): 160-162.
[15]	陈登科，孔繁胜. 基于高斯pLSA模型与项目的协同过滤混合推荐[J]. 计算机工程与应用, 2010, 46(23): 209-211.

语义分析中谓词标识的特征工程

Feature engineering for predicate identification and classification in semantic analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics