基于支持向量机的中文文本蕴涵识别研究  

ON SVM-BASED CHINESE TEXTUAL ENTAILMENT RECOGNITION

作　　者：李妍[1] 刘茂福[1] 姬东鸿[2] 

机构地区：[1]武汉科技大学计算机科学与技术学院,湖北武汉430065 [2]武汉大学计算机学院,湖北武汉430072

出　　处：《计算机应用与软件》2014年第4期51-55,共5页Computer Applications and Software

基　　金：国家自然科学基金项目(61100133;61173062);武汉科技大学大学生创新基金项目(11ZRB105)

摘　　要：文本蕴涵关系研究的主要目的是在建立通用文本推理框架的同时,解决自然语言语义表达的多样性问题。将中文文本蕴涵关系识别问题归结为一种分类问题,进而基于支持向量机构造分类模型,对中文文本对间的语义关系进行分类;主要采用统计、词汇语义以及句法相关的分类特征。实验结果表明基于支持向量机的多分类器可以有效地对中文文本蕴涵关系进行识别。Textual entailment relation research mainly aims to build a common framework for textual inference and solve the problem of semantic expression diversity in natural language at the same time. In this paper,we come down the recognition of Chinese textual entailment relation to a kind of classification problem,and then construct the classification model based on support vector machine for classifying the semantic relations between the given Chinese text pairs. It mainly adopts the statistic,lexical semantic and syntactic correlated classification features. Experimental results show that the SVM-based multiple classifiers can effectively recognise the Chinese textual entailment relation.

关 键 词：文本蕴涵 支持向量机 统计特征 词汇语义特征 句法特征 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]