计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
14期
138-140
,共3页
华秀丽%徐凡%王中卿%李培峰
華秀麗%徐凡%王中卿%李培峰
화수려%서범%왕중경%리배봉
细粒度%语境%摘要句子%句子分类%种子样本%机器学习
細粒度%語境%摘要句子%句子分類%種子樣本%機器學習
세립도%어경%적요구자%구자분류%충자양본%궤기학습
以科技论文摘要句子为研究对象,提出一种两阶段的细粒度句子分类方法,通过结合摘要内各个句子的位置、关键词和上下文信息,选择部分易于分辨语境类型的句子,将其作为种子样本训练获得分类模型.利用机器学习的方法对摘要句子的背景知识、论文主题、研究方法和实验结果进行自动分类.实验结果表明,该方法中的F度量值比其他细粒度分类方法平均高3％～5％.
以科技論文摘要句子為研究對象,提齣一種兩階段的細粒度句子分類方法,通過結閤摘要內各箇句子的位置、關鍵詞和上下文信息,選擇部分易于分辨語境類型的句子,將其作為種子樣本訓練穫得分類模型.利用機器學習的方法對摘要句子的揹景知識、論文主題、研究方法和實驗結果進行自動分類.實驗結果錶明,該方法中的F度量值比其他細粒度分類方法平均高3％～5％.
이과기논문적요구자위연구대상,제출일충량계단적세립도구자분류방법,통과결합적요내각개구자적위치、관건사화상하문신식,선택부분역우분변어경류형적구자,장기작위충자양본훈련획득분류모형.이용궤기학습적방법대적요구자적배경지식、논문주제、연구방법화실험결과진행자동분류.실험결과표명,해방법중적F도량치비기타세립도분류방법평균고3％～5％.
