[發明專利]基于半指導策略的漢語多詞表達語料構建方法

無效

• 申請號: 201310205699.0
• 申請日: 2013-05-29
• 公開（公告）號: CN103336779A
• 公開（公告）日: 2013-10-02
• 發明（設計）人: 梁穎紅
• 申請（專利權）人: 蘇州市職業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 蘇州銘浩知識產權代理事務所(普通合伙) 32246
• 代理人: 張一鳴

1.一種基于半指導策略的漢語多詞表達語料構建方法，其特征在于：其方法包括以下步驟：

A、基于中心詞擴展的初始聚類中心確定方法，依據從語料庫中統計的少量特征數據來確定每個類的初始中心；

B、基于有指導信息的一致性協同學習數據凈化策略，在原來的DE-Tri-training算法中，對新標注的數據在聚類中尋找它的三個最近鄰，如果這三個近鄰中至少兩個和它本身的標注結果一致，就認為該標注結果是對的，則放入到已標注語料中。

2.根據權利要求1所述的基于半指導策略的漢語多詞表達語料構建方法，其特征在于：所述步驟A中基于中心詞擴展的初始聚類中心確定方法包括以下步驟：

a、基于中心詞擴展的方法；

b、K-均值聚類算法。

3.根據權利要求1所述的基于半指導策略的漢語多詞表達語料構建方法，其特征在于：所述步驟B中基于有指導信息的一致性協同學習數據凈化策略是在原來的DE-Tri-training算法中，對新標注的數據在聚類中尋找它的三個最近鄰，如果這三個近鄰中至少兩個和它本身的標注結果一致，就認為該標注結果是對的，則放入到已標注語料中，原算法中，以上過程是在聚類過程中進行的，缺少有指導標注信息的借鑒，我們將充分利用已標注信息，使用事先確定的三個分類器，把經過聚類的標注結果分別放入三個分類器中，如果至少兩個的標注結果與原來一致，才認為該結果是真的，再放入到已標注語料中。