用于中文缺省识别研究的机器学习方法

摘要：

实现一个基于机器学习的中文缺省项识别系统,对语料库进行预处理,选取多个特征及其组合,通过支持向量模型(SVM)构建的缺省识别模型进行中文缺省识别.研究系统在不同句法分析树上的性能.实验结果证明,该识别系统在标准的句法分析树上F值能达到84.01％,在自动句法树上能达到68.22％.

关键词：缺省、自然语言处理、句法分析树、机器学习、语料、缺省识别

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目90920004,60970056,61070123,61003153;江苏省高校自然科学重大基础研究基金资助项目08KJA520002;苏州市科技计划基金资助项目SYG201112

在线出版日期：2013-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：130-132