助词“的”用法自动识别研究

刘秋慧¹, 张坤丽^1,†, 许鸿飞¹, 俞士汶², 昝红英¹

1. 郑州大学信息工程学院 郑州 450001
2. 北京大学计算语言学教育部重点实验室, 北京 100871

收稿日期:2017-01-21修回日期:2017-11-26出版日期:2018-05-20

基金资助:国家重点基础研究发展计划(2014CB340504)、国家自然科学基金(61402419, 60970083)、国家社会科学基金(14BYY096)、计算语言学教育部重点实验室开放课题项目、河南省科技厅基础研究项目(142300410231, 142300410308)、河南省教育厅科学技术研究重点项目(15A520098)和河南省科技厅科技攻关项目(172102210478)资助

Research on Automatic Recognition of Auxiliary “DE”

LIU Qiuhui¹, ZHANG Kunli^1,†, XU Hongfei¹, YU Shiwen², ZAN Hongying¹

1. School of Information Engineering, Zhengzhou University, Zhengzhou 450001
2. Key Laboratory of Computational Linguistics (MOE), Peking University, Beijing 100871

Received:2017-01-21Revised:2017-11-26Published:2018-05-20

PDF

(443KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 在“三位一体”虚词用法知识库的基础上, 分别采用基于规则、基于CRF模型和神经网络模型的门循环单元, 对助词“的”用法进行自动识别, 识别的准确率分别为 34.4%, 77.5%和81.3%。在对助词“的”用法进行分析的基础上, 合并了部分用法, 并采用CRF模型和神经网络模型进行粗粒度用法识别, 准确率分别达到81.8%和 84.5%, 得到较明显的提高。期望识别结果可以应用于其他自然语言处理任务中。
中图分类号:
-->TP391

引用本文

刘秋慧, 张坤丽, 许鸿飞, 俞士汶, 昝红英. 助词“的”用法自动识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 466-474.
LIU Qiuhui, ZHANG Kunli, XU Hongfei, YU Shiwen, ZAN Hongying. Research on Automatic Recognition of Auxiliary “DE”[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2018, 54(3): 466-474.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3200