文本中場景識別的研究與分析.pdf

1、在“文景轉換”系統(tǒng)中，要針對輸入文本生成相應的三維動畫，就必須首先運用自然語言處理技術，全面地理解文章中的場景信息。為此，我們提出了面向“文景轉換”系統(tǒng)的場景識別的研究。
　　本文的主要工作如下：
　　(1)術語定義與類別體系構建。本文根據研究需要，對場景識別的相關術語進行了定義；結合兒童故事，提出了基于Hownet上下位關系及概念相似度的場景類別信息詞聚類算法，配合手工調整得到了48類場景類別體系結構，作為場景識別的類別標

2、準。
　　(2)知識庫的建立。本文給出場景識別語料的加工方法、相關度公式及場景信息形式化定義；提出了一種基于相關度計算的文本中場景識別的方法，根據中文語料庫中的動作信息與場景類別，分別通過使用MI、Cosine系數、χ2測試、Dunning似然比測試四種相關性度量公式計算，生成記錄為(動作，地點場景類別，相關度值)的集合，再通過相關度的排序生成地點場景識別知識庫；最后給出時間與季節(jié)的場景類別，建立時間與季節(jié)的場景識別知識庫。知識庫

3、是場景識別的依據。
　　(3)場景識別。本文對知識庫記錄采用1-best方法進行場景識別，1-best方法強調了單一知識記錄對知識庫的影響作用，擴大了噪聲對識別結果的干擾。對此，我們提出了 vote方法解決該問題。本文對實驗結果進行了t-test，證明通過相關度進行場景識別的結果具有統(tǒng)計學的意義。本文首次提出使用準確率、召回率、F值的評價方法對場景識別結果進行評價，評價結果證明基于“常識”的語料庫擴展是可行的，通過對多種上下文、多