資源描述：
《規(guī)則與統(tǒng)計相結(jié)合的日語時間表達式識別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、第27卷第6期中文信息學報Vo1．27，No．62013年l1月JOURNALOFCHINESEINFORMATIONPROCESSINGNOV．，2O13文章編號：1003—0077(2013)06—0192—09規(guī)則與統(tǒng)計相結(jié)合的日語時間表達式識別趙紫玉，徐金安，張玉潔，劉江鳴(北京交通大學計算機與信息技術(shù)學院，北京100044)摘要：該文提出了一種基于自定義知識庫強化獲取規(guī)則集，以及規(guī)則與統(tǒng)計模型相結(jié)合的日語時間表達式識別方法。在按照Timex2標準對時間表達進行細化分類的基礎(chǔ)上，我們結(jié)合日語時間詞的特點，漸
2、進地擴展重構(gòu)日語時間表達式知識庫，實現(xiàn)基于知識庫獲取的規(guī)則集的優(yōu)化更新，旨在不斷提高時間表達式的識別精準度。同時，融合CRF統(tǒng)計模型提高日語時間表達式識別的泛化能力。實驗結(jié)果顯示開放測試F1值達0．8987。關(guān)鍵詞：知識庫；規(guī)則集；統(tǒng)計模型中圖分類號：TP391文獻標識碼：AJapaneseTimeExpressionRecognitionbyCombiningRuleswithStatisticsZHAOZiyu，XUJin’an，ZHANGYujie，LIUJiangming(SchoolofComputera
3、ndInformationTechnology，BeijingJiaotongUniversity，Beijing100044，China)Abstract：Basedontheknowledgebasewedefined，thispaperpresentsaJapanesetimeexpressionrecognitionmeth—odthroughcombiningrulessetstrengthenedbyknowledgebasewithstatisticalmode1．AccordingtOtheTime
4、x2standards’granularclassificationontime，weprogressivelyexpandedandreconstructedtheknowledgebasegiventheJapanesetimecharacteristic，andthenachievedrulessetoptimizationandupdate，inordertOincreaserecognitionaC—curacy．Simultaneously，we{usedCRFmodeltOenhancethegene
5、ralizationabilityofJapanesetimeexpressionrec—ognition．OurexperimentalresultsshowthattheF1valuereaches0．8987onopentest．Keywords：knowledgebase；rulesset；statisticalmodel例如，在機器翻譯中，可以使譯文更加流暢E婦；在多1引言文檔自動摘要中，可以對文檔信息進行時序排序；在自動問答系統(tǒng)中，可以用于回答“多久，何時”等與時間表達式是句子中的重要成分，是關(guān)鍵信息時
6、間相關(guān)的問題。的載體。時間表達式的抽取和處理是當前自然語言時間表達式識別與規(guī)范化研究，最早是1995年處理中的一個重要研究方向。正確識別時間表達式信息理解會議(MessageunderstandingConfer—具有重要的意義。ence，MUC)把時間表達式的識別作為命名實體識近年來，時間表達式的識別和規(guī)范化在事件跟別的一個子任務(wù)。在美國國家技術(shù)標準局(NIST)蹤，時間關(guān)系推理，時序定位等方面的應(yīng)用越來越于2004年舉辦了第一屆時問表達式識別與歸一化多，不僅可以提高分詞、句法分析的精度，還可改善(TimeExp
7、ressionRecognitionandNormalization，機器翻譯、信息抽取、文本摘要、對話系統(tǒng)的性能。TERN)的評測后，ACE2005(AutomaticContent收稿日期：2013—08一Ol定稿日期：2013-0925基金項目：國家自然科學基金資助項目(61370130)；科技部國際科技合作計劃(K11F100010)；中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目(2O1OJBZ2O07)；北京市重點學科共建資助項目(計算機應(yīng)用技術(shù))；中國科學院計算技術(shù)研究所智能信息處理重點實驗室開放課題(IIP
8、2010-4)；北京交通大學人才基金資助項目(2011RC034)。作者簡介：趙紫玉(1987一)，女，碩士研究生，主要研究方向為自然語言處理；徐金安(197O)，男，副教授，碩士生導(dǎo)師，主要研究方向為自然語言處理和機器翻譯；張玉潔(1961一)，女，教授，碩士生導(dǎo)師，主要研究方向為自然語言處理、機器翻譯和文本大數(shù)據(jù)處理；劉江鳴(1989一)，男，碩士研究生
