基于知网的中文问题自动分类

基于知网的中文问题自动分类
孙景广;蔡东风;吕德新;董燕举
【期刊名称】《中文信息学报》
【年(卷),期】2007(21)1
【摘要】问答系统应能用准确、简洁的答案回答用户用自然语言提出的问题.问题分类是问答系统所要处理的第一步,分类结果的正确率直接影响后续工作的进行.本文提出了一种使用知网作为语义资源选取分类特征,并使用最大熵模型进行分类的新方法.该方法以问题的疑问词、句法结构、疑问意向词、疑问意向词在知网中的首义原作为分类特征.实验结果表明,在知网中选取的首义原能很好的表达问题焦点词的语义信息,可作为问题分类的一个主要特征.该方法能显著地提高问题分类的精度,大类和小类的分类精度分别达到了92.18%和83.86%.
【总页数】6页(P90-95)
【作者】孙景广;蔡东风;吕德新;董燕举
【作者单位】沈阳航空工业学院,自然语言处理研究室,辽宁,沈阳,110034;沈阳航空工业学院,自然语言处理研究室,辽宁,沈阳,110034;沈阳航空工业学院,自然语言处理研究室,辽宁,沈阳,110034;沈阳航空工业学院,自然语言处理研究室,辽宁,沈
阳,110034
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于知网的词汇语义自动分类系统 [J], 卢鹏;孙明勇;陆汝占
2.基于数据挖掘中文书目自动分类算法 [J], 纪纲;王海东;陈小飞
3.基于机器学习的中文文本自动分类的实践研究 [J], 韦灵; 黎伟强
4.基于机器学习的中文文本自动分类的实践研究 [J], 韦灵; 黎伟强
5.基于关联规则的图书馆中文文本自动分类方法 [J], 姚亮亮
因版权原因，仅展示原文概要，查看原文内容请购买。