文献

J-GLOBAL ID：201602259143260291   整理番号：16A0963076

向けコミュニティの中国語の問題の分類,対話する【JST・京大機械翻訳】

Community question answering-oriented Chinese question classification

著者 (2件)： Dong Caizheng (Faculty of Electrical Engineering and Computer Science, Ningbo University) ,  Liu Baisong (Library and Information Center, Ningbo University)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 36  号： 4  ページ： 1060-1065  発行年： 2016年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： このため,従来の問題の分類体系の大部分は,事実の類の問題に基づいて,従来の問題の分類法はも疑問詞という分類特徴をに比較して依存しており,しかし質問応答(CQA)コミュニティにおける非事実類問題に多く,しかも多くの問題には必ずしも疑問詞を含む,1つのコミュニティ指向対話の粗粒度分類体系を提案したそしてこの基礎の上で1つの疑問詞の階層構造に基づく問題の分類方法を提案した。この方法は先ず問題中の疑問詞を自動識別する,もし疑問詞は存在し,一方,サポートベクトルマシン(SVM)モデルを用いて分類を行った;に疑問詞の問題がない,との構造に基づく焦点語の分類器を用いて分類を行った。中国語からコミュニティ知乎中に爬取対話の問題データセット上で実験を行うことにより,従来のSVMに基づくモデルの分類法と比較し,この方法の分類精度が4.7%向上した。実験結果はこの種の問題が疑問詞を含むかどうかによって異なる分類器を選択する方法は,分類方法で疑問への依存を軽減し効率的に対話,コミュニティにおける問題分類の精度を向上することができることを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *中国語 ,  *会話 ,  サポートベクトルマシン ,  粒度 ,  階層構造 ,  *コミュニティ
準シソーラス用語： 分類精度 ,  自動認識 ,  分類法 ,  分類体系 , 【Automatic Indexing@JST】

著者キーワード (5件)： Chinese question classification ,  Community Question Answering (CQA) ,  hierarchical classification ,  Support Vector Machine (SVM) ,  focus word

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： コミュニティ ,  中国語 ,  分類 ,  対話