基于多特征的中文文本蕴涵识别方法

• 作 者: 李妍
• 发表日期: 2013年期
• 关键词: 文本蕴涵 统计特征 词汇语义特征 句法特征 事件语义特征

文本蕴涵关系研究的主要目的是在建立通用文本推理框架的同时，解决自然语言语义表达的多样性问题。任意一种自然语言处理应用只需将需要推理的问题转化为判断两个文本片段是否具有蕴涵关系，就可以利用文本蕴涵识别的方法实现文本的推理。作为众多自然语言处理的基础，文本蕴涵识别研究受到了广泛关注。文本蕴涵识别本质上是分类问题，本文采用支持向量机设计实现中文文本蕴涵分类器，分类器输出为2-way标签或者5-way标签，其中输出2-way标签的二分类器用于识别蕴涵关系和非蕴涵关系，输出5-way标签的五分类器用于识别正向蕴涵关系、逆向蕴涵关系、双向蕴涵关系、矛盾关系和独立关系。为了提高识别方法的精确度，本文采用了多种特征，包括统计特征、词汇语义特征、句法特征以及事件语义特征。基于事件语义特征的中文文本蕴涵识别方法分析事件标注文本对并生成事件图，将文本对间蕴涵关系转换为事件图间的蕴涵关系，采用基于最大公共子图的图相似度作为事件语义特征，结合统计特征、词汇语义特征、句法特征并使用基于支持向量机的中文文本蕴涵识别方法得到初步实验结果，利用事件语义规则构成的修正模块处理初步实验结果得到最终实验结果。在实验结果评估中，采用了通用的准确率（Precision）、召回率（Recall）和F-measure三种标准，实验结果表明，基于多特征的中文文本蕴涵识别方法具有较好的识别性能，统计特征、词汇语义特征、句法特征以及事件语义特征适用于中文文本蕴涵识别。