188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
chengbeiu6..

上传于：2014-01-07

粉丝量：24

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 面向问答社区的粗粒度问句分类算法

    星级： 6 页

  • 面向问答社区的粗粒度问句分类算法

    星级： 5 页

  • 面向问答社区的粗粒度问句分类算法

    星级： 5 页

  • 面向问答社区的粗粒度问句分类算法

    星级： 5 页

  • 面向问答社区的粗粒度问句分类算法

    星级： 6 页

  • 面向问答社区的粗粒度问旬分类算法

    星级： 5 页

  • （论文）面向社区问答的中文短文本分类算法研究

    星级： 5 页

  • 面向社区问答的中文短文本分类算法研究

    星级： 13 页

  • 面向社区问答的中文短文本分类算法研究

    星级： 5 页

  • 面向社区问答的中文短文本分类算法研究

    星级： 5 页

  • 面向社区问答的中文短文本分类算法研究.pdf

    星级： 5 页

  • β-卤素取代对杯[4]吡咯构象及主-客体相互作用的影响Ⅱ.密度泛函理论研究

    星级： 8 页

  • 面向问答社区的中文问题分类.doc

    星级： 21 页

  • 面向兵棋演习的问答系统问句分类模型研究

    星级： 7 页

  • 社区问答中问句相似度计算和分类技术的研究

    星级： 58 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 面向问答社区的粗粒度问句分类算法

    下载积分： 1000

    内容提示： 第 ３０ 卷第 １ 期　 　 。玻埃保 年 １ 月 　 　计算机应用与软件Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ ＳｏｆｔｗａｒｅＶｏｌ ３０ Ｎｏ． １Ｊａｎ． ２０１３面向问答社区的粗粒度问句分类算法延　 霞１　 范士喜２１（ 深圳信息职业技术学院计算机学院　 广东 深圳 ５１８０２９）２（ 哈尔滨工业大学深圳研究生院　 广东 深圳 ５１８０５５）收稿日 期：２０１２ － ０３ － ２２。 深圳信息职业技术学院科工类项目 研究基金项目 （ ＹＢ２０１０１６） 。 延霞，讲师，主研领域： 问答系统。 范士喜， 助理研究员。摘　 要　 　 面向问答社区的问答系统 ＣＱＡ（ Ｃｏｍｍｕｎｉｔｙ Ｑｕｅｓｔｉｏｎ Ａｎｓｗｅｒ） 是近年来研究的热点， 针对系 统中问句分类的复杂性， 提出一个粗粒度的分类体系及多标记多分类的问句分类算法— — —ＭＬＭＣ。 基于 ＳＶＭ 分类模型实现一个完整的分类系 统， 总体分类精度达到 ７３． ６％ 。...

    文档格式：PDF | 页数：5 | 浏览次数：17 | 上传日期：2014-01-07 10:15:23 | 文档星级：
    第 ３０ 卷第 １ 期　 　 。玻埃保 年 １ 月 　 　计算机应用与软件Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ ＳｏｆｔｗａｒｅＶｏｌ ３０ Ｎｏ． １Ｊａｎ． ２０１３面向问答社区的粗粒度问句分类算法延　 霞１　 范士喜２１（ 深圳信息职业技术学院计算机学院　 广东 深圳 ５１８０２９）２（ 哈尔滨工业大学深圳研究生院　 广东 深圳 ５１８０５５）收稿日 期：２０１２ － ０３ － ２２。 深圳信息职业技术学院科工类项目 研究基金项目 （ ＹＢ２０１０１６） 。 延霞，讲师，主研领域： 问答系统。 范士喜， 助理研究员。摘　 要　 　 面向问答社区的问答系统 ＣＱＡ（ Ｃｏｍｍｕｎｉｔｙ Ｑｕｅｓｔｉｏｎ Ａｎｓｗｅｒ） 是近年来研究的热点， 针对系 统中问句分类的复杂性， 提出一个粗粒度的分类体系及多标记多分类的问句分类算法— — —ＭＬＭＣ。 基于 ＳＶＭ 分类模型实现一个完整的分类系 统， 总体分类精度达到 ７３． ６％ 。关键词　 　 问答系统　 问答社区　 问句分类　 支持向量机　 多标记多分类中图分类号　 ＴＰ１８　 　 　 　 文献标识码　 Ａ　 　 　 　 ＤＯＩ：１０． ３９６９ ／ｊ． ｉｓｓｎ． １０００３８６ｘ． ２０１３． ０１． ０５４ＣＱＡＯＲＩＥＮＴＥＤ ＣＯＡＲＳＥＧＲＡＩＮＥＤ ＱＵＥＳＴＩＯＮ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮ ＡＬＧＯＲＩＴＨＭＹａｎ Ｘｉａ１　 Ｆａｎ Ｓｈｉｘｉ２１（ Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ，Ｓｈｅｎｚｈｅｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈｅｎｚｈｅｎ ５１８０２９，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）２（ Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ Ｓｈｅｎｚｈｅｎ Ｇｒａｄｕａｔｅ Ｓｃｈｏｏｌ，Ｓｈｅｎｚｈｅｎ ５１８０５５，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　 　 Ｔｈｅ ＣＱＡ （ ｃｏｍｍｕｎｉｔｙ ｑｕｅｓｔｉｏｎａｎｓｗｅｒｉｎｇ） ｏｒｉｅｎｔｅｄ ｑｕｅｓｔｉｏｎａｎｓｗｅｒｉｎｇ ｓｙｓｔｅｍ ｉｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｆｏｃｕｓ ｉｎ ｒｅｃｅｎｔ ｙｅａｒｓ． Ｔｏ ｓｏｌｖｅｔｈｅ ｃｏｍｐｌｅｘｉｔｙ ｏｆ ｑｕｅｓｔｉｏｎｓ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｎ ｓｙｓｔｅｍ， ｗｅ ｐｒｅｓｅｎｔ ａ ｃｏａｒｓｅｇｒａｉｎｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｃａｔｅｇｏｒｙ ａｎｄ ａ ｍｕｌｔｉｌａｂｅｌ ｍｕｌｔｉｃｌａｓｓ ｑｕｅｓｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ— — —ＭＬＭＣ． Ｂａｓｅｄ ｏｎ ＳＶＭ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｏｄｅｌ ｗｅ ｉｍｐｌｅｍｅｎｔ ａ ｆｕｌｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｓｙｓｔｅｍ， ｉｔｓ ｏｖｅｒａｌｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｐｒｅｃｉｓｉｏｎ ａｃｈｉｅｖｅｓ ７３． ６％ ．Ｋｅｙｗｏｒｄｓ　 　 Ｑｕｅｓｔｉｏｎａｎｓｗｅｒｉｎｇ （ ＱＡ） 　 ＣＱＡ　 Ｑｕｅｓｔｉｏｎ ｃｌａｓｓｉｆｉｃａｔｉｏｎ　 ＳＶＭ　 ＭＬＭＣ０　引　言近年来，基于网络虚拟 社区的问答系 统 ＣＱＡ 例如百度知道、雅虎知识堂等发展非常迅速。 这类系统的问答形式为网友提问网友回答，所以又叫网友问答系统或协作式问答系统。 这些系统积累了海量的问答数据。 如何分析、检索、使用这些资源具有重要的理论和现实意义。 芝加哥大学人工智能实验室开发了 ＦＡＱＦｉｎｄｅｒ，他们对英文的复杂问句处理做了大量的研究工作［１］。 ２００７ 年香港城市大学开发了一个实际的 ＣＱＡ— — —百答咨询在线问答系 统［２］。 微软亚洲研究院通过识别问句的主题和焦点两项信息来检索 ＣＱＡ 中的问句［３］。 埃默里大学研究了如何判断 ＣＱＡ 中一个答案是否能够满足提问者的需求［４］。问句分类是问答系统的基本任务， 是对问句语义需求的理解。 现有的问句分类体系一般针对事实类问句［５，６］， 解决： “ 长江有多长？”，“奥运会什么时候开？”，“谁发明了电灯？” 等问题。与事实类问句分类相比， 面向 ＣＱＡ 的问句分类存在如下困难：（１） 如果参照事实类问句的分类思想， 需要设计一个细粒度的问句分类体系， 将导致分类体系 复杂庞大， 失去分类的 意义。（２） ＣＱＡ 中问句范围广泛， 设计一个合理的问 句分类体系 困难。 （３） ＣＱＡ 的问句分类结果如何应用于问句检索和语义分析问题还没得到很好的解决。 因此，针对 ＣＱＡ 的问句分类需要新的解决思路。 中科院赵军等研究了雅虎知识堂的问句分类问题，他们按照雅虎系统设定的问句分类体系将问句划分到 １２６３个类别中［７］。 华中科技大学王君泽等将 ＣＱＡ 系统设定的分类作为分类体系［８］。 文献［ ７，８］ 的问句分类属于问题领域分类，没有涉及问句语义的分析。 南开大学袁晓洁等和我们做了类似的研究工作，他们设定了一个粗粒度的分类体系将 ＣＱＡ 中的问句按照语义划分，并将分类结果应用于问句检索中［９］。 但是他们没有考虑到 ＣＱＡ 中部分问句可以同时属于多个分类的情况。本文主要研究 ＣＱＡ 中的问句分类问题，包括问句分类体系的建立以及问句分类模型的研究。 问句的分类结果将用于面向ＣＱＡ 问答数据的检索和相似度计算。１　问句分类思想— — —ＭＬＭＣ１． １　问句分类体系事实类问句的答案比较简单，一般是一些简单的命名实体。因此，面向事实类问句的分类体系通常根据答案的命名 实体类型确定，答案一般为“地名，人名，机构名” 等命名实体。 ＣＱＡ 中的问句要复杂的多，ＣＱＡ 系统根据问句的主题不同预先设置了分类体系，例如“188宝金博页面版、金融、计算机” 等。 但这些分类和问句本

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司