基于多特征的中文文本蘊涵識別方法.pdf

1、文本蘊涵關(guān)系研究的主要目的是在建立通用文本推理框架的同時，解決自然語言語義表達(dá)的多樣性問題。任意一種自然語言處理應(yīng)用只需將需要推理的問題轉(zhuǎn)化為判斷兩個文本片段是否具有蘊涵關(guān)系，就可以利用文本蘊涵識別的方法實現(xiàn)文本的推理。作為眾多自然語言處理的基礎(chǔ)，文本蘊涵識別研究受到了廣泛關(guān)注。
　　文本蘊涵識別本質(zhì)上是分類問題，本文采用支持向量機設(shè)計實現(xiàn)中文文本蘊涵分類器，分類器輸出為2-way標(biāo)簽或者5-way標(biāo)簽，其中輸出2-way標(biāo)簽的二

2、分類器用于識別蘊涵關(guān)系和非蘊涵關(guān)系，輸出5-way標(biāo)簽的五分類器用于識別正向蘊涵關(guān)系、逆向蘊涵關(guān)系、雙向蘊涵關(guān)系、矛盾關(guān)系和獨立關(guān)系。為了提高識別方法的精確度，本文采用了多種特征，包括統(tǒng)計特征、詞匯語義特征、句法特征以及事件語義特征。
　　基于事件語義特征的中文文本蘊涵識別方法分析事件標(biāo)注文本對并生成事件圖，將文本對間蘊涵關(guān)系轉(zhuǎn)換為事件圖間的蘊涵關(guān)系，采用基于最大公共子圖的圖相似度作為事件語義特征，結(jié)合統(tǒng)計特征、詞匯語義特征、句法