维吾尔语比较句识别研究
2016-05-03王慧云田生伟加米拉吾守尔冯冠军
王慧云,禹 龙,田生伟, 加米拉·吾守尔,冯冠军
(1. 新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046; 2. 新疆大学 网络中心,新疆 乌鲁木齐 830046;3. 新疆大学 软件学院,新疆 乌鲁木齐 830008;4. 新疆大学 人文学院,新疆 乌鲁木齐 830046)
维吾尔语比较句识别研究
王慧云1,禹 龙2,田生伟3, 加米拉·吾守尔1,冯冠军4
(1. 新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046; 2. 新疆大学 网络中心,新疆 乌鲁木齐 830046;3. 新疆大学 软件学院,新疆 乌鲁木齐 830008;4. 新疆大学 人文学院,新疆 乌鲁木齐 830046)
识别比较句并提取被比较事物之间的关系是细颗粒度意见挖掘的重要研究内容之一。该文给出维吾尔语比较句的范畴、语法特点,定义了维吾尔语比较句识别的任务。提出两层识别模型,第一层是基于比较词的粗识别,第二层提出双向CSR挖掘算法(Bidirectional CSR Mining),以挖掘的模式为特征,利用支持向量机(SVM)筛选得到比较句,实现维吾尔语比较句的识别。实验F值达到70.93%,证明提出的两层识别模型可以有效识别维吾尔语比较句。
维吾尔语;比较句识别;双向CSR挖掘算法; 文本分类
1 引言
比较作为一种常见且具有一定说服力的表达方式,在各种不同的语言环境里均扮演着重要的角色。这些比较信息对于一些潜在的商品买家,或者一些投资者等的决策有着重要的参考价值。
Nitin Jindal[1-2]采用keywords和CSRs作为特征,以朴素贝叶斯分类器来识别比较句。对比较关系识别,提出了LSR方法,利用挖掘的序列规则,预测和抽取关系元素。Shasha Li等[3]利用以IEP序列做种子的Bootstrapping方法识别比较句并抽取比较实体。……
