基于支持向量机的中文文本蕴涵识别研究.pdfVIP

第 31卷第4期 计算机应用与软件 Vo1．31 No．4 2014年4月 ComputerApplicationsandSoftware Apr．2014 基于支持向量机的中文文本蕴涵识别研究 李 妍 刘茂福 姬东鸿 (武汉科技大学计算机科学与技术学院 湖北 武汉430065) (武汉大学计算机学院 湖北 武汉430072) 摘 要 文本蕴涵关系研究的主要 目的是在建立通用文本推理框架的同时，解决 自然语言语义表达的多样性问题。将中文文本 蕴涵关系识别 问题归结为一种分类问题，进而基于支持 向量机构造分类模型，对中文文本对间的语义关系进行分类；主要采用统计、 词汇语义以及句法相关的分类特征。实验结果表明基于支持向量机的多分类器可以有效地对中文文本蕴涵关系进行识别。 关键词 文本蕴涵 支持向量机 统计特征 词汇语义特征 句法特征 中图分类号 TP391．1 文献标识码 A DOI：10．3969／j．issn．1000—386x．2014．04．013 oN SVM ．BASED CHINESE TEXTUAL ENTAILMENT RECoGNITIoN LiYah LiuMaofu JiDonghong (CollegeofComputerScienceandTechnology，WuhanUniversityofScienceandTechnology，Wuhan430065，Hubei，China) (SchoolofComputer，WuhanUniversity，Wuhan430072，Hubei，China) ． Abstract Textualentailmentrelationresearchmainlyaimstobuildacommonframeworkfortextualinferenceandsolvetheproblem of semanticexpressiondiversityinnaturallanguageatthesalnetime．Inthispaper，wecomedowntherecognitionofChinesetextualentailment relationtoakindofclassificationproblem，andthenconstructtheclassificationmodelbasedon suppo~ vectormachineforclassifyingthe semanticrelationsbetweenthegivenChinesetextpairs．Itmainlyadoptsthestatistic，lexical semanticandsyntacticcorrelatedclassification features．ExperimentalresultsshowthattheSVM—basedmultipleclassifierscalleffectivelyrecognisehteChinesetextual entailmentrelation． Keywords Textualentailment Suppo~vectormachine(SVM) Statisticfeature Lexicalsemanticfeature Syntacticfeature 涵肌 ，但反过来，肌 并不蕴涵 n。根据文本蕴涵的方向性 ，可 0 引 言 以将蕴涵关系细分为正向蕴涵 、逆向蕴涵、双向蕴涵和矛盾四 类，并将不属于这四类 的文本语义关系都归类为独立关系。其 自然语言的基本特征是语义表达的多样性，即同样