基于细粒度特征的话题句识别方法

doi:10.11772/j.issn.1001-9081.2014.05.1345

计算机应用 ›› 2014, Vol. 34 ›› Issue (5): 1345-1349.DOI: 10.11772/j.issn.1001-9081.2014.05.1345

基于细粒度特征的话题句识别方法

蒋玉茹¹,²,宋柔¹,³

1. 北京工业大学计算机学院，北京 100022
2. 北京信息科技大学计算机学院，北京 100101；
3. 北京语言大学信息科学学院，北京 100083

收稿日期:2013-10-25 修回日期:2014-01-07 出版日期:2014-05-01 发布日期:2014-05-30
通讯作者: 蒋玉茹
作者简介:蒋玉茹(1978-)，女，辽宁沈阳人，讲师，博士研究生，CCF会员，主要研究方向：自然语言处理；宋柔(1946-)，男，江苏苏州人，教授， CCF会员，主要研究方向：自然语言处理。
基金资助:
国家自然科学基金资助项目;北京市教委科研计划面上项目

Topic clause identification method based on specific features

JIANG Yuru¹,²,SONG Rou¹,³

1. College of Computer Science, Beijing University of Technology, Beijing 100022, China;
2. Computer School, Beijing Information Science and Technology University, Beijing 100101, China;
3. College of Information Science, Beijing Language and Culture University, Beijing 100083, China

Received:2013-10-25 Revised:2014-01-07 Online:2014-05-01 Published:2014-05-30
Contact: JIANG Yuru

摘要/Abstract

摘要：

话题句（TC）识别中采用穷举方法生成标点句的候选话题句（CTC）影响系统的执行效率和话题句识别的准确率。提出一种新的候选话题句生成方法，利用标点句在篇章中的位置特征、话题的语法特征以及话题串与说明的邻接性特征，指导候选话题句的生成过程。实验结果表明，该方法减少了候选话题句的个数，提高了系统效率。而且，通过与基于穷举式候选话题句生成策略的话题句识别工作进行对比，该方法使单个标点句话题句识别的准确率提高了0.96个百分点，使标点句序列话题句识别的准确率提高了1.31个百分点。

Abstract:

When identifying the Topic Clause (TC) of Punctuation Clause (PClause), the brute-force method to generate Candidate Topic Clause (CTC) causes high time consumption and low accuracy of the identification system. A new CTC generating method was proposed, which used specific features such as the PClause location in the text, the grammatical features of the topic and the adjacent features of topic and its comment. The experimental result shows that the improved method can not only improve the efficiency of the system by reducing the number of CTCs, but also make the accuracy of TC identification for single PClause and PClause sequence increase by 0.96 percentage points and 1.31 percentage points respectively over the current state.

中图分类号:

TP391

蒋玉茹宋柔. 基于细粒度特征的话题句识别方法[J]. 计算机应用, 2014, 34(5): 1345-1349.

JIANG Yuru SONG Rou. Topic clause identification method based on specific features[J]. Journal of Computer Applications, 2014, 34(5): 1345-1349.

参考文献

［1］ZHANG R. The research about the constraint rules of syntax relation in cross-punctuation sentence in written mordern Chinese ［D］. Beijing: Beijing Language and Culture University, 2007.(张瑞朋.现代汉语书面语中跨标点句句法关系约束条件的研究［D］.北京：北京语言大学, 2007.)
［2］HUANG J, SONG R. A research on punctuation annotation ［C］// Proceedings of the 9th China National Conference on Computational Linguistics. Beijing: Tsinghua University Press, 2007:350-355.(黄健传,宋柔.标点句标注研究［C］// 第九届全国计算语言学学术会议论文集.北京：清华大学出版社,2007:350-355.)
［3］SONG R. A research on the properties of syntactic relation between P-clauses in modern Chinese ［J］. Chinese Teaching in the World, 2008,2:26-44.(宋柔.现代汉语跨标点句句法关系的性质研究［J］. 世界汉语教学,2008,2:26-44.)
［4］SONG R, JIANG Y, WANG J. On generalized-topic-based Chinese discourse structure ［C］// SIGHAN 2010: Proceedings of CIPS-SIGHAN Joint Conference on Chinese Language Processing. Beijing：Tsinghua University Press, 2010:23-33.
［5］SONG R. A research on generalized topic structure of Chinese text ［R］. Beijing: Beijing Language and Culture University, 2012.(宋柔.汉语篇章广义话题结构研究［R］.北京: 北京语言大学, 2012.)
［6］JIANG Y, SONG R. Topic clause identification based on generalized topic theory ［J］. Journal of Chinese Information Processing, 2012,26(5):114-119.(蒋玉茹,宋柔.基于广义话题理论的话题句识别［J］.中文信息学报,2012,26(5):114-119.)
［7］JIANG Y, SONG R. Optimization of candidate topic clause evaluation function in topic clause identification ［J］. Journal of Beijing University of Technology, 2014,40(1):43-48.(蒋玉茹, 宋柔.话题句识别中候选话题句评估函数的优化［J］.北京工业大学学报,2014,40(1):43-48.)
［8］GILLELAND M. Levenshtein distance, in three flavors ［EB/OL］. ［2013-02-04］. http://people.cs.pitt.edu/~kirk/cs1501/Pruhs/Spring2006/assignments/editdistance/Levenshtein%20Distance.htm.
［9］HU Q. Encyclopedia of China ［M/CD］. Beijing: Encyclopedia of China Publishing House, 1999.(胡乔木.中国大百科全书:图文数据光盘［M/CD］.北京：中国大百科全书出版社,1999. )
［10］KOHAVI R. A study of cross-validation and bootstrap for accuracy estimation and model selection ［C］// IJCAI '95: Proceedings of the 14th International Joint Conference on Artificial Intelligence. San Francisco: Morgan Kaufmann, 1995,2:1137-1143.
［11］JIANG Y, SONG R. Topic structure identification of PClause sequence based on generalized topic theory ［C］// Proceedings of the 2012 1st CCF Conference on Natural Language Processing and Chinese Computing. Berlin: Springer-Verlag, 2012:85-96.

[1]	章悦, 张亮, 谢非, 杨嘉乐, 张瑞, 刘益剑. 基于实例分割模型优化的道路抛洒物检测算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3228-3233.
[2]	李凯, 李洁. 基于pinball损失的结构模糊多分类支持向量机算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3104-3112.
[3]	胡誉生, 何炳蔚, 邓清康. 混合视觉系统的运动物体检测和静态地图重建[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3332-3336.
[4]	高洁, 朱元, 陆科. 基于雷达和相机融合的目标检测方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3242-3250.
[5]	彭博, 罗娅茹, 谢盛华, 尹立雪. 联合深度学习的通用血流向量成像方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3368-3375.
[6]	陈吉成, 陈鸿昶. 基于张量建模和进化K均值聚类的社区检测方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3120-3126.
[7]	张嘉琪, 张月琴, 陈健. 优化强化学习路径特征分类的脉象识别法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3402-3408.
[8]	任俊伟, 曾诚, 肖丝雨, 乔金霞, 何鹏. 基于会话的多粒度图神经网络推荐模型[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3164-3170.
[9]	孙琳, 袁玉波. 基于人眼状态的瞌睡识别算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3213-3218.
[10]	葛晨宇, 董良, 许伊昆, 常毅, 张宏鸣. 基于总变分低秩组稀疏的全球雷达数据修复算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3353-3361.
[11]	闫钧华, 侯平, 张寅, 吕向阳, 马越, 王高飞. 基于多尺度多分类器卷积神经网络的混合失真类型判定方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3178-3184.
[12]	李福海, 蒋慕蓉, 杨磊, 谌俊毅. 基于生成对抗网络的梯度引导太阳斑点图像去模糊方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3345-3352.
[13]	曹建芳, 闫敏敏, 贾一鸣, 田晓东. 融合迁移学习的Inception-v3模型在古壁画朝代识别中的应用[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3219-3227.
[14]	刘太亨, 何昭水. 基于自编码和知识蒸馏的表面缺陷检测方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3200-3205.
[15]	张阳, 王小宁. 基于Word2Vec词嵌入和高维生物基因选择遗传算法的文本特征选择方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3151-3155.

基于细粒度特征的话题句识别方法

Topic clause identification method based on specific features

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