CAJ | 학술논문

针对使用规则和机器学习方法判别句间关系时出现因机器学习多次迭代而导致规则权值削弱现象,进而导致判别正确率偏低的问题,提出了在规则和机器学习相结合过程中对导入的明显规则特征进行加强处理的方法.首先,抽取依存词汇、语义、句子结构等具有明显规则的特有特征;然后,基于一些句间关系指示词提取普适的特征;其次,将特征写入待输入的数据向量,并且增加一维向量用来存储出现的明显规则特征;最后,运用LIBSVM模型结合规则和机器学习进行实验.实验结果表明,加强后的实验正确率较之加强前平均提高了两个百分点,各句间关系准确率、召回率、F1值整体上都取得了较好的结果,平均值达到了82.02％、88.95％、84.76％.实验思路和方法对研究句子间联系紧密度具有重要价值.
침대사용규칙화궤기학습방법판별구간관계시출현인궤기학습다차질대이도치규칙권치삭약현상,진이도치판별정학솔편저적문제,제출료재규칙화궤기학습상결합과정중대도입적명현규칙특정진행가강처리적방법.수선,추취의존사회、어의、구자결구등구유명현규칙적특유특정;연후,기우일사구간관계지시사제취보괄적특정;기차,장특정사입대수입적수거향량,병차증가일유향량용래존저출현적명현규칙특정;최후,운용LIBSVM모형결합규칙화궤기학습진행실험.실험결과표명,가강후적실험정학솔교지가강전평균제고료량개백분점,각구간관계준학솔、소회솔、F1치정체상도취득료교호적결과,평균치체도료82.02％、88.95％、84.76％.실험사로화방법대연구구자간련계긴밀도구유중요개치.