基于支持向量机的新闻事件类型识别 |
| |
引用本文: | 李响,杨小琳,魏勇,董玮,胡涛.基于支持向量机的新闻事件类型识别[J].地理信息世界,2019,26(2). |
| |
作者姓名: | 李响 杨小琳 魏勇 董玮 胡涛 |
| |
作者单位: | 信息工程大学 地理空间信息学院,河南 郑州,450001;31008部队,北京,100091 |
| |
基金项目: | 国家重点实验室开放基金 |
| |
摘 要: | 新闻事件类型识别的核心是文本分类问题,可利用模式识别或者机器学习来解决。互联网中的新闻事件种类多样,各类事件都有不同的结构特征,在自然语言中的表达方式也多种多样,基于模式识别的事件抽取难以覆盖全部的事件表达模式,识别召回率不高。本文使用机器学习方法来进行新闻事件的抽取,设计了词法、句法和语义三类不同类型的特征,并基于支持向量机实现新闻事件的类型识别。支持向量机模型适合解决自然语言这类高维数据的分类问题,能够有效捕捉不同特征之间的分类差异,具有较好的准确率和召回率。
|
关 键 词: | 新闻事件 类型识别 支持向量机 机器学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|