基于主题相似度的宏观篇章主次关系识别方法

摘要：

篇章分析是自然语言处理领域的一个重要任务.分析篇章主次关系有助于理解篇章的结构和语义,并为自然语言处理的应用提供有力的支持.本文在微观篇章主次关系识别研究的基础上,重点研究宏观篇章主次关系,提出了一种基于word2vec和LDA的主题相似度的宏观篇章主次关系识别模型.基于word2vec的主题相似度和基于LDA的主题相似度在不同维度上计算语义相似度,两者在语义层面形成互补,因而增强了模型识别宏观篇章主次关系的能力.该模型在宏观汉语篇章树库(MCDTB)上实验的F1值达到79.9％,正确率达到81.82％,相较基准系统分别提升了1.7％和1.81％.

关键词： 宏观篇章主次关系 主题相似度 自然语言处理

作者: 蒋峰 褚晓敏 徐昇 李培峰 朱巧明

作者单位: 苏州大学计算机科学与技术学院,江苏 苏州 215006 江苏省计算机信息技术处理重点实验室,江苏 苏州 215006

会议类型: 国内会议

会议名称: 第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会

会议地点: 南京

会议语种:中文

页码: 1-10

在线出版日期: 2017-10-13（万方平台首次上网日期，不代表论文的发表时间）