Jiangtao Li


2020

pdf bib
中文问句的形式分类和资源建设(Formal classification and resource construction of Chinese questions)
Jiangtao Li (黎江涛) | Gaoqi Rao (饶高琦)
Proceedings of the 19th Chinese National Conference on Computational Linguistics

本文归纳了问句形式在问句语料筛选中的作用,探索了问句分类必需的形式特征,同时通过人工标注建设了中文问句分类语料库,并在此基础上进行了基于规则和统计的分类实验,通过多轮实验迭代优化特征组合形成特征规则集,为当前问答提供形式上的分类基础。实验中,基于优化特征规则集的有限状态自动机可实现宏平均F1值为0.94;统计机器学习中随机森林模型的分类效果较好,F1值宏平均达到0.98,表明问句形式分类具有相当可行性和准确性。