资料下载
×
基于一些句间关系指示词提取普适的特征
消耗积分:1 |
格式:rar |
大小:0.76 MB |
2018-01-07
分享资料个
针对使用规则和机器学习方法判别句间关系时出现因机器学习多次迭代而导致规则权值削弱现象，进而导致判别正确率偏低的问题，提出了在规则和机器学习相结合过程中对导入的明显规则特征进行加强处理的方法。首先，抽取依存词汇、语义、句子结构等具有明显规则的特有特征；然后，基于一些句间关系指示词提取普适的特征；其次，将特征写入待输入的数据向量，并且增加一维向量用来存储出现的明显规则特征；最后，运用LIBSVM模型结合规则和机器学习进行实验。实验结果表明，加强后的实验正确率较之加强前平均提高了两个百分点，各句间关系准确率、召回率、F1值整体上都取得了较好的结果，平均值达到了82. 02%、88. 95%、84. 76%。实验思路和方法对研究句子间联系紧密度具有重要价值。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
