牛彦清
- 作品数:3 被引量:12H指数:2
- 供职机构:太原理工大学计算机科学与技术学院更多>>
- 发文基金:山西省国际科技合作计划国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 中文问答系统的问句分类研究
- 随着计算机技术和因特网的飞速发展,人们期望可以高效地从海量信息中获得准确的目标信息,和基于关键词的传统搜索引擎相比,问答系统可以更好的满足人们的检索需求。问答系统作为信息检索的高级形式,它允许采用中文自然语言作为查询条件...
- 牛彦清
- 关键词:支持向量机知网
- 中文问句分类特征的研究被引量:9
- 2012年
- 针对"不同的问句分类特征对问句分类的影响不相同,提取和处理这些特征的时间复杂度也不相同"的问题,提取问题疑问词、核心关键词(疑问词的一二级依存词和问句中心语)的主要义原、核心关键词的首义原、问句主谓宾的主要义原、命名实体、名词单(复)数等六种分类特征,采用支持向量机分类算法,对事实疑问句进行不同特征组合的分类对比实验,发现采用词义消岐技术提取的主要义原不仅对分类的准确率影响明显,而且大幅降低特征向量的维数,减少了处理时间。
- 牛彦清陈俊杰段利国张巍
- 关键词:支持向量机
- 一种融合多种语义特征的中文问题分类方法被引量:2
- 2011年
- 针对中文问题分类方法中提取语义信息不准确和特征向量维数过高导致处理速度过慢的问题,提出了一种融合多种语义特征的问题分类方法。借助HowNet,兼顾问句的句法和语义信息,选取问题疑问词、核心词的主要义原、命名实体、名词单/复数等四种分类特征,并在义原的提取过程中加入词义消岐技术,对事实疑问句进行分类。在某高校信息检索研究室的中文问题集上进行实验,实验结果证明了该方法的有效性,大类准确率92.82%,小类准确率84.45%,取得了较好的效果。
- 段利国陈俊杰牛彦清
- 关键词:疑问词支持向量机