主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘挺,车万翔,李生.基于最大熵分类器的语义角色标注.软件学报,2007,18(3):565-573
基于最大熵分类器的语义角色标注
Semantic Role Labeling with Maximum Entropy Classifier
投稿时间:2005-09-27  修订日期:2006-03-09
DOI:
中文关键词:  语义角色标注  浅层语义分析  最大熵分类器
英文关键词:semantic role labeling  shallow semantic parsing  maximum entropy classifier
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60575042, 60503072, 60675034 (国家自然科学基金)
作者单位
刘挺 哈尔滨工业大学 计算机科学与技术学院黑龙江 哈尔滨 150001 
车万翔 哈尔滨工业大学 计算机科学与技术学院黑龙江 哈尔滨 150001 
李生 哈尔滨工业大学 计算机科学与技术学院黑龙江 哈尔滨 150001 
摘要点击次数: 3940
全文下载次数: 4258
中文摘要:
      语义角色标注是浅层语义分析的一种可行方案.描述了一个采用最大熵分类器的语义角色标注系统,该系统把句法成分作为语义标注的基本单元,用最大熵分类器对句子中谓词的语义角色同时进行识别和分类.最大熵分类器中使用了一些有用的特征及其组合.在后处理阶段,在具有嵌套关系的结果中,只有概率最高的语义角色被保留.在预测了全部能够在句法分析树中找到匹配成分的角色以后,采用简单的后处理规则去识别那些找不到匹配成分的角色.最终在开发集和测试集上分别获得了75.49%和75.60%的F1值,此结果是已知的基于单一句法
英文摘要:
      Semantic role labeling is a feasible proposal to shallow semantic parsing. A maximum entropy classifier is used in the semantic role labeling system, which takes syntactic constituents as the labeled units. Some useful features and their combinations are used in the classifier. In the post-processing step, only the roles with the highest probability among the embedding ones are kept. After predicting all the arguments, which have matched the constituents in full parsing trees, a simple rule-based post-processing is applied to correct the arguments that have not matched the constituents in these trees. F1=75.49% and F1=75.60% results are obtained on the development and test set respectively. So far as it is known, this is the best result based on single syntactic parser in literatures. Finally, some proposals for soving the difficulties in semantic role labeling and the future works are given.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利