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
李业刚,黄河燕,史树敏,鉴萍,苏超.基于双语协同训练的最大名词短语识别研究.软件学报,2015,26(7):1615-1625
基于双语协同训练的最大名词短语识别研究
Title Recognition of Maximal-Length Noun Phrase Based on Bilingual Co-Training
投稿时间:2014-02-23  修订日期:2014-05-21
DOI:10.13328/j.cnki.jos.004630
中文关键词:  最大名词短语  半监督学习  标注投射  双语协同训练  短语识别
英文关键词:maximal-length noun phrase  semi-supervised learning  label projection  bilingual co-training  phrase identification
基金项目:国家重点基础研究发展计划(973)(2013CB329300); 国家自然科学基金(61132009, 61201352, 61202244)
作者单位E-mail
李业刚 北京理工大学 北京市海量语言信息处理与云计算应用工程技术研究中心, 北京 100081
北京理工大学 计算机学院, 北京 100081
山东理工大学 计算机科学与技术学院, 山东 淄博 255049 
 
黄河燕 北京理工大学 北京市海量语言信息处理与云计算应用工程技术研究中心, 北京 100081
北京理工大学 计算机学院, 北京 100081 
hhy63@bit.edu.cn 
史树敏 北京理工大学 北京市海量语言信息处理与云计算应用工程技术研究中心, 北京 100081
北京理工大学 计算机学院, 北京 100081 
 
鉴萍 北京理工大学 北京市海量语言信息处理与云计算应用工程技术研究中心, 北京 100081
北京理工大学 计算机学院, 北京 100081 
 
苏超 北京理工大学 北京市海量语言信息处理与云计算应用工程技术研究中心, 北京 100081
北京理工大学 计算机学院, 北京 100081 
 
摘要点击次数: 1886
全文下载次数: 1920
中文摘要:
      针对传统方法对双语最大名词短语识别一致性差以及跨领域识别能力弱的缺点,提出一种基于半监督学习的双语最大名词短语识别算法.利用汉英最大名词短语的互译性和识别的互补性,把平行的汉语句子和英语句子这两个数据集看作一个数据集的两个不同的视图进行双语协同训练.在协同训练中,把双语对齐标注一致率作为标记置信度估计依据,进行增量标记数据的选择.实验结果表明:该算法显著提高了双语最大名词短语的识别能力,在跨领域测试和同领域测试中,F值分别比目前最好的最大名词短语识别模型提高了4.52%和3.08%.
英文摘要:
      This article focuses on the problem of weak cross-domain ability on bilingual maximal-length noun phrase recognition. A bilingual noun phrase recognition algorithm based on semi-supervised learning is proposed. The approach can make full use of both the English features and the Chinese features in a unified framework, and it regards the two language corpus as different view of one dataset. Instances with the highest confidence score are selected and merged, and then added to the labeled data set to train the classifier. Experimental results on test sets show the effectiveness of the proposed approach which outperforms 4.52% over the baseline in cross-domain, and 3.08% over the baseline in similar domain.
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