版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、問答系統(tǒng)是信息檢索的高級形式,其中問題理解模塊的問題分類任務(wù)能夠?yàn)楹罄m(xù)的信息檢索模塊縮小搜索范圍,并有助于答案抽取模塊制定抽取策略,對問答系統(tǒng)整體性能的提高具有重要作用。處在發(fā)展初期的中文問答系統(tǒng)尤其需要追求每個階段的品質(zhì),所以中文問題分類作為首要子過程極具研究價(jià)值。
采取支持向量機(jī)的方法對中文問題進(jìn)行分類比較可行且有效,因?yàn)樘幚韱栴}集得到的特征空間維數(shù)較高,支持向量機(jī)可以有效解決高維問題;問題向量特征相關(guān)性小,支持向量機(jī)
2、能夠不受特征獨(dú)立性假設(shè)的影響;問題向量特征稀疏,支持向量機(jī)具有主動學(xué)習(xí)能力。此外,如果缺乏用于公測的問題集,支持向量機(jī)在自行構(gòu)建的問題集上仍然可以得到相對最優(yōu)的結(jié)果,具有良好的泛化和推廣性。
中文問題包含的信息非常少,轉(zhuǎn)換成向量后在高維空間的分類精度很低,因此需要對原始問句中的關(guān)鍵詞在概念上進(jìn)行擴(kuò)展,一般地,從同義、近義和上下位三個方向擴(kuò)展能夠在盡量不引入噪音的前提下使問題向量的維數(shù)升高,從而大幅度提高分類精度。在易分中文
3、問題分類系統(tǒng)上實(shí)驗(yàn)顯示,對問題特征數(shù)目擴(kuò)大一倍,分類精度可以提高55.263%;對每個類的問題個數(shù)增加一倍,分類精度提高35.956%。選取支持向量機(jī)參數(shù)的過程中發(fā)現(xiàn)參數(shù)和分類準(zhǔn)確率有這樣的關(guān)系:一、對于同一個數(shù)據(jù)集,數(shù)據(jù)區(qū)間范圍的伸縮不影響分類準(zhǔn)確率,罰因子值不變,高斯寬度參數(shù)值隨區(qū)間的伸縮增大或減??;二、數(shù)據(jù)區(qū)間范圍不變的情況下,罰因子和高斯寬度參數(shù)的值此消彼長,在追求最佳分類精度的取值趨勢上是相對的。三、數(shù)據(jù)集的實(shí)例個數(shù)不變,罰因
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的中文文本自動分類研究.pdf
- 基于支持向量機(jī)的中文網(wǎng)頁分類的研究.pdf
- 基于支持向量機(jī)的若干分類問題研究.pdf
- 基于支持向量機(jī)的多分類問題研究.pdf
- 基于支持向量機(jī)的文本分類問題研究.pdf
- 基于支持向量機(jī)的多類分類問題的研究.pdf
- 基于支持向量機(jī)的文本分類問題的研究.pdf
- 基于支持向量機(jī)的中文文本分類方法研究.pdf
- 基于支持向量機(jī)的中文網(wǎng)頁自動分類系統(tǒng).pdf
- 基于支持向量機(jī)的中文文本分類系統(tǒng)研究.pdf
- 基于支持向量機(jī)的中文網(wǎng)頁自動分類技術(shù)研究.pdf
- 基于支持向量機(jī)的分類算法研究.pdf
- 支持向量機(jī)和分類問題的算法研究.pdf
- 基于支持向量機(jī)和稀疏技術(shù)的中文垃圾郵件分類研究.pdf
- 基于支持向量機(jī)和語義信息的問題分類的研究.pdf
- 基于邊界向量樣本的支持向量分類機(jī).pdf
- 基于支持向量機(jī)的多分類算法研究.pdf
- 基于支持向量機(jī)的多分類方法研究.pdf
- 基于支持向量機(jī)的文本分類研究.pdf
- 基于支持向量機(jī)的新聞音頻分類.pdf
評論
0/150
提交評論