计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
4期
203-209
,共7页
陈季梦%刘杰%黄亚楼%刘天笔%刘才华
陳季夢%劉傑%黃亞樓%劉天筆%劉纔華
진계몽%류걸%황아루%류천필%류재화
扩展解释%半监督%条件随机场%序列熵%序列标注
擴展解釋%半鑑督%條件隨機場%序列熵%序列標註
확전해석%반감독%조건수궤장%서렬적%서렬표주
expansion interpretation%semi-supervised%conditional random field%sequence entropy%sequence labeling
缩略词拓展解释识别任务中标注样本较少,无法从中总结出全面的规则或采用有监督的学习方法来学习.为此,提出一种基于半监督条件随机场(CRF)的缩略词扩展解释识别模型,利用广泛的未标注样本和较少的标注样本寻找序列文本中恰当的语句,以解释给定的缩略词.使用较少的标注序列样本训练一个全监督CRF模型,针对未标注序列样本,采用最小序列熵学习样本之间的联系,结合标注样本和未标注样本,利用半监督自学习方法学习两者的关系.实验结果表明,该模型的序列F1值达到84.73%,高于支持向量机和全监督CRF基准算法.
縮略詞拓展解釋識彆任務中標註樣本較少,無法從中總結齣全麵的規則或採用有鑑督的學習方法來學習.為此,提齣一種基于半鑑督條件隨機場(CRF)的縮略詞擴展解釋識彆模型,利用廣汎的未標註樣本和較少的標註樣本尋找序列文本中恰噹的語句,以解釋給定的縮略詞.使用較少的標註序列樣本訓練一箇全鑑督CRF模型,針對未標註序列樣本,採用最小序列熵學習樣本之間的聯繫,結閤標註樣本和未標註樣本,利用半鑑督自學習方法學習兩者的關繫.實驗結果錶明,該模型的序列F1值達到84.73%,高于支持嚮量機和全鑑督CRF基準算法.
축략사탁전해석식별임무중표주양본교소,무법종중총결출전면적규칙혹채용유감독적학습방법래학습.위차,제출일충기우반감독조건수궤장(CRF)적축략사확전해석식별모형,이용엄범적미표주양본화교소적표주양본심조서렬문본중흡당적어구,이해석급정적축략사.사용교소적표주서렬양본훈련일개전감독CRF모형,침대미표주서렬양본,채용최소서렬적학습양본지간적련계,결합표주양본화미표주양본,이용반감독자학습방법학습량자적관계.실험결과표명,해모형적서렬F1치체도84.73%,고우지지향량궤화전감독CRF기준산법.