基于混合模型的生物事件触发词检测  

A Hybrid Approach to Trigger Detection in Biological Event Extraction

作　　者：李浩瑞 王健[1] 林鸿飞[1] 杨志豪[1] 张益嘉[1] 

机构地区：[1]大连理工大学计算机科学与技术学院,辽宁大连116024

出　　处：《中文信息学报》2016年第1期36-42,共7页Journal of Chinese Information Processing

基　　金：国家自然科学基金(61572098;61572102;61300088;61272373);辽宁省自然科学基金(2014020003)

摘　　要：语义歧义增加了生物事件触发词检测的难度,为了解决语义歧义带来的困难,提高生物事件触发词检测的性能,该文提出了一种基于丰富特征和组合不同类型学习器的混合模型。该方法通过组合支持向量机(SVM)分类器和随机森林(Random Forest)分类器,利用丰富的特征进行触发词检测,从而为每一个待检测词分配一个事件类型,达到检测触发词的目的。实验是在BioNLP2009共享任务提供的数据集上进行的,实验结果表明该方法有效可行。Word sense ambiguity challenges the trigger detection in biological event extraction.This paper proposes a hybrid method combing different learners trained with rich features to deal with word sense ambiguation for trigger detection.Specifically,we address the trigger detection by assigning an event types to each token,adopting a multiclass SVM classifier and Random Forest.Experiments on the BioNLP 2009 shared task dataset show that this method achieved a good performance.

关 键 词：触发词 生物事件 歧义 丰富特征 组合学习器 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]