基于支持向量机的新闻事件类型识别

摘要：

新闻事件类型识别的核心是文本分类问题,可利用模式识别或者机器学习来解决.互联网中的新闻事件种类多样,各类事件都有不同的结构特征,在自然语言中的表达方式也多种多样,基于模式识别的事件抽取难以覆盖全部的事件表达模式,识别召回率不高.本文使用机器学习方法来进行新闻事件的抽取,设计了词法、句法和语义三类不同类型的特征,并基于支持向量机实现新闻事件的类型识别.支持向量机模型适合解决自然语言这类高维数据的分类问题,能够有效捕捉不同特征之间的分类差异,具有较好的准确率和召回率.

关键词：新闻事件、类型识别、支持向量机、机器学习

所属期刊栏目：26

分类号：TP39(计算技术、计算机技术)

资助基金：地理信息工程国家重点实验室开放基金SKLGIE2016-Z-4-2

在线出版日期：2019-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：73-78