倾向性文本判别相关特征的研究

被引：1

作者：

吴明芬 ^{[1
,2
]}

陈涛 ^{[1
,2
]}

曹存根 ^{[1
]}

机构：

[1] 中国科学院计算技术研究所

[2] 五邑大学计算机学院

来源：

计算机应用与软件 | 2014年 / 31卷 / 02期

基金：

广东省自然科学基金; 广东省科技计划;

关键词：

倾向性文本; 依存关系; 词性; 特征集;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

通过大规模语料实验和分析,揭示倾向性文本与普通文本在词性特征、依存关系、依存关系中的词性特征、邻接依存关系以及邻接依存关系中的词性特征等五个方面客观存在的差异。总结出若干有意义的结论,如:名词、副词、拟声词、状中结构、副词动词序列等在有倾向性文本中占有率明显高于普通文本;地理名、专有名词、定中关系、名词名词序列等在有倾向性文本中占有率明显低于普通文本等等。这些结论可以作为使用机器学习方法进行本文倾向性判断与分析的特征集使用。

引用

页码：44 / 48

页数：5

共 12 条

[1]

Support Vector Learning for Semantic Argument Classification[J] . Sameer Pradhan,Kadri Hacioglu,Valerie Krugler,Wayne Ward,James H. Martin,Daniel Jurafsky. &nbspMachine Learning . 2005 (1)

[2]

知识工程语言学[M]. 清华大学出版社 , 鲁川, 2010

[3]

The FrameNet Project. Collin Baker. https://framenet.icsi.berkeley.edu/fndrupal . 2012

[4] Automatic Labeling of semantic roles [J].