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 发布日期:2014-05-30 出版日期:2014-05-01
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:2014-05-30 Published:2014-05-01
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]	张佳慧李晓明张嘉祥. 强化形态感知的路面缺陷检测算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[2]	杨建锋陈斌李雨轩. 基于点云重构的自监督点云异常检测方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[3]	薛振华李强黄超. 视觉大模型驱动的像素级图像异常检测模型[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[4]	蒋畅江向杰何旭颖. 面向机械臂抓取的双目视觉目标定位算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[5]	边小勇胡其仁袁培洋. 多注意力对比学习的红外小目标检测[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[6]	李钟华钟庚辛范萍朱恒亮. 通过边界挖掘和背景引导的伪装目标检测[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[7]	吴松霖张广朝姚远彭博. 基于判别区域引导的多视图困难气道识别[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[8]	李强白少雄熊源袁薇. 基于视觉大模型隐私保护的监控图像定位[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[9]	薛雅丽徐忠敏刘世豪. 基于多级小波残差网络的重力数据去噪方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[10]	况世雄姚俊波陆佳炜王琪冰肖刚. 基于动态图卷积网络的电梯乘客异常行为数据增强方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[11]	康斌陈斌王俊杰李昱林赵军智咸伟志. 基于多粒度共享语义中心关联的文本到人物检索方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[12]	张庆杨凡方宇涵. 基于多模态信息融合的中文拼写纠错算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[13]	王昊王金伟程鑫张家伟吴昊罗向阳马宾. 彩色图像JPEG重压缩取证综述[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[14]	王磊胡节彭博. 用于半监督火灾检测的分布自适应和动态课程伪标签框架[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[15]	刘晋文王磊马博董瑞杨雅婷艾合塔木江·艾合麦提王欣乐. 基于弱监督模态语义增强的多模态有害信息检测方法 [J]. 《计算机应用》唯一官方网站, 0, (): 0-0.

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