基于MDL和LSC的语义优选方法

摘要：

为实现谓语动词对论元的自动选择,提出基于最小描述长度(MDL)和潜在语义聚类(LSC)的语义优选方法.基于MDL原则计算与动词搭配的名词的δsc值,根据LSC模型的EM算法求取动、名词的搭配概率P(v,n),并针对每一对动、名词计算δsc和P(v,n)之和,将其作为衡量两者语义关联度的标准.实验结果表明,该方法的F1值达到85.26％,优于单独使用MDL或LSC方法.

关键词：语义优选、最小描述长度、潜在语义聚类、无指导学习、期望极大化

所属期刊栏目：37

分类号：TP301(计算技术、计算机技术)

资助基金：吉林省科研发展计划科技支撑基金资助重点项目20100214;吉林省科技发展计划青年基金资助项目20100155

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：15-18