任 函，冯文贺，刘茂福，万 菁

(1.广东外语外贸大学 语言工程与计算实验室，广东 广州 510006；2.武汉大学 湖北语言与智能信息处理研究基地，湖北 武汉 430072；3.武汉科技大学 计算机学院，湖北 武汉 430065；4.广东外语外贸大学 词典研究中心,广东 广州 510420)

基于语言现象的文本蕴涵识别

任 函1,2，冯文贺1,2，刘茂福2,3，万 菁4

(1.广东外语外贸大学 语言工程与计算实验室，广东 广州 510006；2.武汉大学 湖北语言与智能信息处理研究基地，湖北 武汉 430072；3.武汉科技大学 计算机学院，湖北 武汉 430065；4.广东外语外贸大学 词典研究中心,广东 广州 510420)

该文提出一种基于语言现象的文本蕴涵识别方法，该方法建立了一个语言现象识别和整体推理判断的联合分类模型，目的是对两个高度相关的任务进行统一学习，避免管道模型的错误传播问题并提升系统精度。针对语言现象识别，设计了22个专用特征和20个通用特征；为提高随机森林的泛化能力，提出一种基于特征选择的随机森林生成算法。实验结果表明，基于随机森林的联合分类模型能够有效识别语言现象和总体蕴涵关系。

文本蕴涵识别；语言现象；随机森林

1 引言

文本蕴涵识别(Recognizing Textual Entailment)是一个判断命题之间逻辑推导关系的挑战任务，其定义为:给定一个语段T(Text)和一个假设H(Hypothesis)，如果H的意义可以从T的意义中推断出来，那么就认为T蕴涵H，记为T→H[1]。文本蕴涵识别是自然语言理解的重要研究课题之一，能够广泛用于问答系统、多文档自动摘要、信息抽取、机器阅读等自然语言处理应用[2-3]。……