基于最大熵模型的中文阅读理解问题回答技术研究

被引：6

作者：

李济洪 ^{[1
]}

王瑞波 ^{[2
]}

王凯华 ^{[1
]}

李国臣 ^{[2
]}

机构：

[1] 山西大学计算中心

[2] 山西大学计算机与信息技术学院

来源：

中文信息学报 | 2008年 / 22卷 / 06期

关键词：

计算机应用; 中文信息处理; 阅读理解; 问答系统; 最大熵模型; 主成分;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

该文基于山西大学自主开发的中文阅读理解语料库CRCC v1.1版,根据问句和候选答案句的对应关系,构建了词层面以及句法层面共计35个特征,基于最大熵模型对中文阅读理解问题回答进行了建模,在35个特征全部加入最大熵模型的情况下,测试集上得到了75.46%的HumSent准确率。考虑到特征取值之间的相关性对权重估计的影响,笔者先对35个特征观测值矩阵进行主成分降维,选择适当的主成分个数重构特征,然后再使用最大熵模型进行建模,在测试集上的HumSent准确率达到80.18%.实验结果表明,在阅读理解问答系统中,采用特征的主成分降维方法,能有效融合全部特征信息,回避了最大熵模型中特征筛选的过程,并且提高了阅读理解系统的准确率。

引用

页码：55 / 62

页数：8