10.3321/j.issn:1000-565X.2005.09.006
基于支持向量机的汉语问句分类
目前汉语问句分类一般都依据疑问词及其相关词的组合规则,但由于规则的提取很深地依赖于语言知识,而且很难穷举出所有的特征规则,因此会影响分类的效果.支持向量机(SVM)是建立在统计理论基础上的机器学习方法,对于小样本分类问题有很好的识别效果.文中分析和定义了汉语问句的类型,建立了以SVM为基础的问句分类模型,详细描述了问句分类特征的选取过程,并在句法特征的基础上引入语义特征进行汉语问句分类实验,分类准确率达88.7%,表明结合句法和语义特征以SVM进行汉语问句分类具有很好的效果.
问答系统、问句分类、支持向量机、句法特征、语义特征
33
TP391.12(计算技术、计算机技术)
云南省信息技术基金2002IT03
2005-10-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
25-29,34