影响支持向量机模型语步自动识别效果的因素研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11925/infotech.2096-3467.2019.0045

影响支持向量机模型语步自动识别效果的因素研究

引用
[目的]探讨在基于支持向量机(SVM)模型的科技论文摘要自动语步识别过程中,训练样本的规模、N元词(N-gram)的N取值、停用词以及词频加权方式等特征对识别效果的影响.[方法]从72万余篇科技论文结构化摘要中,抽取出总计1 10多万条已标注好的语步为实验数据,构建SVM模型进行语步识别实验.采用控制变量方法,基于单一变量原则,通过改变训练样本量、N-gram的N取值、是否去除停用词、词频加权方式,对比分析这些特征变化对语步识别效果的影响.[结果]训练样本数量为60万条语步、N元词的N取值为[1,2]、不去除停用词、词频加权方式采用TF-IDF时模型识别效果最好,为93.50%.[局限]主要以笔者收集的结构化论文摘要为训练和测试语料,未与其他人的结果比较.[结论]训练样本规模以及一些精细的特征对传统机器学习模型的效果有重要影响,使用者在实践中需要根据具体情况进行精细的特征选取.

语步识别、支持向量机、结构化摘要

3

TP393(计算技术、计算机技术)

本文系中国科学院文献情报能力建设专项子项目“科技文献丰富语义检索应用示范”项目编号:院1734

2020-03-18(万方平台首次上网日期,不代表论文的发表时间)

共8页

16-23

相关文献
评论
暂无封面信息
查看本期封面目录

数据分析与知识发现

2096-3467

10-1478/G2

3

2019,3(11)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn