基于Tri-Training的事件关系分类方法研究
事件关系分类是一项研究事件之间存在何种逻辑关系的自然语言处理技术.该文针对事件关系分类任务中训练语料不足的问题,提出了基于Tri-Training的事件关系分类方法.该方法首先根据已标注的语料训练三个不同的分类器,以多数投票的方式从未标注集中抽取置信度较高的样本对训练集进行扩充,然后利用新的训练集重新训练分类器,如此反复迭代,不断完善分类模型,最终达到提升事件关系分类性能的目的.实验结果表明,以F1值为评价标准,基于Tri-Training的事件关系分类方法在四大类事件关系上的分类性能为64.36％.
文本处理 事件关系 分类方法 框架语义 半监督学习
丁思远 洪宇 朱珊珊 姚建民 朱巧明
苏州大学江苏省计算机信息处理重点实验室,江苏 苏州215006
国内会议
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)
广州
中文
1-10
2015-11-13（万方平台首次上网日期，不代表论文的发表时间）