用于中文缺省识别研究的机器学习方法  

Machine Learning Approach for Chinese Ellipsis Identification Study

作　　者：秦凯伟[1,2] 孔芳[1,2] 李培峰[1,2] 朱巧明[1,2] 徐生芹[1,2] 

机构地区：[1]苏州大学计算机科学与技术学院,江苏苏州215006 [2]江苏省计算机信息处理技术重点实验室,江苏苏州215006

出　　处：《计算机工程》2012年第22期130-132,共3页Computer Engineering

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)

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%。This paper presents a system for ellipsis identification in Chinese which is based on machine learning. The system can be used to select a number of features and feature combinations through preprocessing the corpus. And Chinese ellipsis identification can also be achieved by the ellipsis identification model built by Support Vector Machine（SVM）. The performance of the system in different parser tree is studied as well. Experimental result shows that the system has F value of 84.01 % on the standard parser tree, and 68.22% on automatic sentence parser tree.

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 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]