%0 Journal Article
%T Shallow semantic parsing based on Chinese Penn Treebank<br>基于中文宾州树库的浅层语义分析
%A LIAN Le-xin
%A HU Ren-long
%A YANG Cui-li
%A YUAN Chun-feng
%A <br>连乐新
%A 胡仁龙
%A 杨翠丽
%A 袁春风
%J 计算机应用研究
%D 2008
%I 
%X 采用支持向量机的机器学习方法,以中文宾州树库为基础,对中文文本进行了部分语义角色标注实验.选取了主语、宾语、间接宾语、时间和地点这五种主要的语义角色,以中文PropBank 5.0中的前1 652个句子作为实验的训练集和测试集,选择路径、短语类型、谓词、头词、头词词性等八个属性作为分类特征,采用两阶段分类方法,在测试集上得到的总体语义角色标注的准确率和召回率分别为89.73%和91.26%.实验结果表明该方法对中文浅层语义分析工作是有效的.
%K 支持向量机
%K 语义角色标注
%K 中文宾州树库
%K 中文PropBank
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=C80A1335BC0CCD739758D3BC8A8B90B0&yid=67289AFF6305E306&vid=C5154311167311FE&iid=38B194292C032A66&sid=8B1FE194AD66DC3D&eid=5AE7FA263C8A6D65&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=15