基于主动学习的中文依存句法分析

摘要：

目前依存句法分析仍主要采用有指导的机器学习方法,即需要大规模高质量的树库作为训练语料,而现阶段中文依存树库资源相对较少,树库标注又是一件费时费力的工作.面对大量未标注语料,该文将主动学习应用到中文依存句法分析,优先选择句法模型预测不准的实例交由人工标注.该文提出并比较了多种衡量依存句法模型预测可信度的准则.实验表明,一方面,与随机选择标注实例相比,当使用相同数目训练实例时,主动学习使中文依存分析性能最高提升0.8％；另一方面,主动学习使依存分析达到相同准确率时只需标注更少量实例,人工标注量最多可减少30％.

关键词：主动学习、依存句法、不确定性度量、委员会投票

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目61133012;国家自然科学基金资助项目60803093;国家863重大项目2011AA01A207;核高基重大专项2011ZX01042-001-001;哈尔滨工业大学科研创新基金HIT.NSRIF.2009069;中央高校基本科研业务费专项资金HIT.KLOF.2010064

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：18-22