利用重要句子与丰富特征对越南语疾病暴发报告进行分类
计算与语言
2019-11-25 v1
摘要
文本分类是自 90 年代中期至今的重要研究领域。它有许多应用，其中之一是基于 Web 的生物监测系统中对在线疾病暴发报告进行识别与摘要。本文聚焦于越南语疾病暴发报告的分类。我们研究了疾病暴发报告的重要属性，例如包含暴发疾病名称、地点的句子。使用支持向量机算法在 10 次 10 折交叉验证上的评估表明，将包含疾病暴发名称及其前/后句子与位置特征结合使用取得了最佳 F 值 86.67%，相比使用全部原始文本提升了 0.38%。我们的结果表明，使用重要句子与丰富特征可提升越南语疾病暴发文本分类的性能。
引用
@article{arxiv.1911.09883,
title = {Classifying Vietnamese Disease Outbreak Reports with Important Sentences and Rich Features},
author = {Son Doan and Nguyen Thi Ngoc Vinh and Tu Minh Phuong},
journal= {arXiv preprint arXiv:1911.09883},
year = {2019}
}
备注
5 pages, 2 tables