基于多向量和实体模糊匹配的话题关联识别
本文在对新闻报道理论分析及实验验证的基础上，提出一种多向量表示模型，使其在尽量不丢失信息的情况下，对特征集合尽可能细的划分。还提出一种模糊匹配的方法用于计算命名实体子向量之间的关联度，它们和多个向量相似度一起用支持向量机进行整合，形成报道模型问的相似度。本文选用TDT4中文语料作为测试语料，将该模型及模糊匹配技术用于话题关联识别。实验表明，多向量模型能够改进话题关联识别的性能，模糊匹配技术也在一定程度上弥补了精确匹配带来的性能损失。
话题关联识别 多向量表示模型 命名实体模糊匹配 中文信息处理
张晓艳 王挺 陈火旺
国防科技大学计算机学院,长沙 410073
国内会议
苏州
中文
31-37
2007-11-01（万方平台首次上网日期，不代表论文的发表时间）