【摘要】现实问题中的数据通常是高维的,其中存在大量的不相关和冗余的特征,这给传统的学习算法带来了巨大的挑战。特征选择就是在这种情况下应运而生,是一种有效的降维方法。特征选择旨在从数据的原始特征中选择一个最优特征子集,是机器学习和数据挖掘领域中一个重要的研究课题,被广泛应用于实际问题中。与此同时,许多实际问题中数据存在多个视角,多视角学习是机器学习中的一个热点问题。一般情况下,合理地运用蕴含于多视角 […]

【摘要】事件抽取是信息抽取的研究热点，它的研究内容是自动地从自然文本中发现特定类型的事件及其事件元素。目前，绝大多数研究侧重在有监督方法方面，只有少数针对半监督或无监督英文事件抽取的研究，半监督中文事件抽取还处于起步阶段。本文从抽取模型、事件模板和事件推理三个方面来研究半监督中文事件抽取方法，主要研究内容包括：第一，针对文档相关度方法和语义相似度方法的优缺点以及中英文之间的差异性，本文提出一种双视 […]

【摘要】篇章关系自动识别是自然语言处理领域一项非常具有挑战性的任务,该任务通过挖掘自然语言文本之间的结构信息、语义信息和词信息等来识别文本单元之间的逻辑关系,对自动问答系统、机器自动文摘、文本蕴含等都具有十分重要的实践和指导意义。根据文本单元中是否存在连接词可将篇章关系分为显式篇章关系和隐式篇章关系两种。显式篇章关系仅仅根据连接词就可以轻易分辨出文本之间的关系,而隐式篇章关系由于连接词的缺失使得其 […]