陈耀东
- 作品数：5 被引量：47H指数：3
- 供职机构：国防科学技术大学计算机学院更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 浅层语义分析研究
- 语义分析是自然语言理解领域研究的根本性问题,浅层语义分析为此提供了一种新的解决途径.从语义学的角度讨论了浅层语义分析的发展历史和理论基础,概述了语义角色标注任务的定义、相关资源与方法.还着重介绍并比较了当前英语两大语义角...
- 陈耀东王挺陈火旺
- 关键词：浅层语义分析语义角色标注特征集自然语言理解
- 文献传递
- 浅层语义分析研究被引量：14
- 2008年
- 语义分析是自然语言理解领域研究的根本性问题,浅层语义分析为此提供了一种新的解决途径.从语义学的角度讨论了浅层语义分析的发展历史和理论基础,概述了语义角色标注任务的定义、相关资源与方法.还着重介绍并比较了当前英语两大语义角色体系和汉语角色体系,最后给出了浅层语义分析中统计模型的现有特征集的句法语义分类.
- 陈耀东王挺陈火旺
- 关键词：浅层语义分析语义角色标注特征集
- 基于有向图的双向匹配分词算法及实现被引量：15
- 2005年
- 在分析了现有各种汉语分词算法及其优缺点的基础上,提出以句子覆盖率和分词覆盖率作为评价分词方法的指标,详细介绍了基于网络有向图的双向匹配分词算法的设计与实现,该算法对经典的最大匹配分词算法进行了改进,通过带覆盖歧义标志的有向图生成多候选分词序列。与最大匹配算法和全切分算法的比较实验显示,基于有向图的双向匹配算法以低复杂度实现了高覆率盖。
- 陈耀东王挺
- 关键词：全切分
- 半监督学习和主动学习相结合的浅层语义分析被引量：18
- 2008年
- 语义分析是基于内容的文本挖掘领域的重要技术和研究难点。有监督机器学习方法受限于标注语料的规模,在小规模标注样本中难以获取较高性能。本文面向浅层语义分析任务,采用一种新颖的半监督学习方法——直推式支持向量机,并结合其训练特点提出了基于主动学习的样本优化策略。实验表明,本文提出的浅层语义分析方法通过整合主动学习与半监督学习,在小规模标注样本环境中取得了良好的学习效果。
- 陈耀东王挺陈火旺
- 关键词：计算机应用中文信息处理浅层语义分析半监督学习直推式支持向量机
- 半监督学习和主动学习相结合的浅层语义分析
- 语义分析是基于内容的文本挖掘领域的重要技术和研究难点。有监督机器学习方法受限于标注语料的规模,在小规模标注样本中难以获取较高性能。本文面向浅层语义分析任务, 采用一种新颖的半监督学习方法——直推式支持向量机,并结合其训练...
- 陈耀东王挺陈火旺
- 关键词：浅层语义分析直推式支持向量机
- 文献传递
