国家社会科学基金(08CYY016)

作品数：7被引量：61H指数：4
导出分析报告
相关作者：吴云芳昝红英金澎俞士汶王淼更多>>
相关机构：北京大学郑州大学西安外国语大学更多>>
相关期刊：《当代语言学》《计算机研究与发展》《计算机工程》《中文信息学报》更多>>
相关主题：词义消歧情感支持向量机中文信息处理汉语词义消歧更多>>
相关领域：自动化与计算机技术语言文字更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
规则和统计相结合的情感分析研究被引量：4
《计算机工程与科学》2011年第5期146-150,共5页昝红英 左维松 张坤丽 吴云芳 
国家863计划资助项目(2007AA01Z198);国家自然科学基金资助项目(60970083);国家社会科学基金资助项目(08CYY016)
基于递归分治策略基本思想,本文构建了一种新的情感分析模型并解释了模型的合理性。本文首先分析了资源和统计方法的优缺点。资源的情感倾向性分析优点在于情感词表准确,缺点是完备性较差;而统计的方法则恰恰相反。进而提出了规则和统...
关键词：中文信息处理 情感分类 搭配规则 判定表 
“纸张粉碎机”的层次结构被引量：14
《当代语言学》2010年第4期356-364,共9页裴雨来 邱金萍 吴云芳 
国家自然科学基金项目"基于词语独异性特征的大规模词义标注语料库自动构建研究"(60703063);国家社会科学基金项目"面向网络文本的词语情感义自动标注研究"(08CYY016)
现代汉语中含动复合词的层次结构是对"纸张粉碎机"类复合词深入分析的前提,关于其为[N1+[V+N2]]还是[[N1+V]+N2],目前仍无定论。文章指出很多语言材料不支持[[N1+V]+N2];然后考察了前人对[N1+[V+N2]]的批评,并指出不支持此层次的语料。...
关键词：层次分析 含动复合词 韵律构词 
新闻报道文本的情感倾向性研究被引量：15
《计算机工程》2010年第15期20-22,共3页昝红英 郭明 柴玉梅 吴云芳 
国家"863"计划基金资助项目(2007AA01Z198);国家自然科学基金资助项目(60970083);国家社会科学基金资助项目(08CYY016)
将机器学习中的经典分类方法与规则方法相结合,用以分析新闻语音文本的情感倾向,并判断其强弱。通过支持向量机分类器来研究特征选择方法及特征权重计算方法的组合对实验结果的影响。在实验过程中发现适当的结合规则后,实验结果在不同...
关键词：机器学习 特征选择 特征权重 支持向量机 
词义消歧相关术语简介被引量：1
《术语标准化与信息技术》2010年第3期18-20,24,共4页吴云芳 
国家自然科学基金项目(60703063);国家社会科学基金项目(08CYY016)
词义消歧是计算语言学领域的基础性关键研究课题。本文介绍了与词义消歧相关的一些重要术语概念,包括词义消歧、词义区分、基于词典的词义消歧方法、有监督的词义消歧方法、词义标注语料库等。
关键词：词义消歧 词义区分 有监督的词义消歧方法 词义标注语料库 
词义消歧研究:资源、方法与评测被引量：9
《当代语言学》2009年第2期113-123,共11页吴云芳 
国家自然科学基金项目(60703063);国家社会科学基金项目(08CYY016);国家863高技术研究发展计划基金项目(2007AA01Z198);国家973重点基础研究发展规划基金项目(2004CB318102)
词义消歧是计算语言学领域的基础性关键研究课题。本文从语言资源建设、词义消歧方法和国际语义评测三个方面概要地介绍了词义消歧研究的现状:语言资源建设主要介绍了语义词典构建和词义标注语料库建设;词义消歧方法重点介绍了有指导的...
关键词：词义消歧 义项区分 词义标注语料库 有指导的机器学习方法 语义评测 
基于SVM融合多特征的介词结构自动识别被引量：4
《中文信息学报》2009年第5期19-24,共6页温苗苗 吴云芳 
国家863高技术研究发展计划基金项目(2007AA01Z198);国家自然科学基金项目(60703063);国家社会科学基金项目(08CYY016);国家973重点基础研究发展规划基金项目(2004CB318102)
介词结构在汉语文本中出现频率很高,正确识别介词结构边界对句法分析、语音合成中的韵律短语划分有着重要意义。该文较为系统地探讨了汉语中常用介词的边界识别问题。利用支持向量机SVM模型,基于输出概率而不是简单的二分法来选择正确...
关键词：计算机应用 中文信息处理 介词结构识别 支持向量机 语义类 
多分类器集成的汉语词义消歧研究被引量：14
《计算机研究与发展》2008年第8期1354-1361,共8页吴云芳 王淼 金澎 俞士汶 
国家自然科学基金项目(60703063);国家社会科学基金项目(08CYY016);国家"八六三"高技术研究发展计划基金项目(2007AA01Z198);国家"九七三"重点基础研究发展规划基金项目(2004CB318102)~~
词义消歧长期以来一直是自然语言处理中的热点和难题,集成方法被认为是机器学习研究的四大趋势之一.系统研究了9种集成学习方法在汉语词义消歧中的应用.9种集成方法分别是乘法规则、均值、最大值、最小值、多数投票、序列投票、加权投...
关键词：词义消歧 多分类器集成 均值 最大值 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部