基于知识话题模型的文本蕴涵识别

摘要：

本文分析了现有基于分类策略的文本蕴涵识别方法的问题,并提出了一种基于知识话题模型的文本蕴涵分类识别方法.其假设是:文本可看作是语义关系的组合,这些语义关系构成若干话题;若T→H,说明T和H具有相似的话题分布,反之说明T和H不具有相似的话题分布.基于此,将T和H的蕴涵识别问题转化为相关话题的生成过程,同时将文本推理知识融入到抽样过程,由此建立一个面向文本蕴涵识别的话题模型.实验结果表明基于知识话题模型在一定程度上改进了文本蕴涵识别系统的性能.

关键词： 文本蕴涵 识别方法 知识话题模型 推理知识

作者: 任函 盛雅琦 冯文贺 刘茂福

作者单位: 湖北工业大学计算机学院,湖北省武汉市 430068;武汉大学湖北省语言与智能信息处理研究基地,湖北省武汉市 430072 武汉大学计算机学院,湖北省武汉市 430072;武汉大学湖北省语言与智能信息处理研究基地,湖北省武汉市 430072 武汉科技大学计算机科学与技术学院,湖北省武汉市 430065;武汉大学湖北省语言与智能信息处理研究基地,湖北省武汉市 430072

会议类型: 国内会议

会议名称: 中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)

会议地点: 广州

会议语种:中文

页码: 1-10

在线出版日期: 2015-11-13（万方平台首次上网日期，不代表论文的发表时间）