基于 CRF 的 Manipuri 多词表达式识别中的遗传算法特征选择
计算与语言
2012-03-30 v1 神经与进化计算
摘要
本文研究 Manipuri（一种高度黏着的印度语言）中多词表达式（MWE）的识别。Manipuri 被列入印度宪法第八附表。MWE 在机器翻译、词性标注、信息检索、问答等自然语言处理（NLP）应用中发挥着重要作用。在使用条件随机场（CRF）识别 Manipuri MWE 时，特征选择是一个重要因素。人工选择和挑选合适特征以运行 CRF 的缺点促使我们考虑遗传算法（GA）。利用 GA，我们能够找到运行 CRF 的最优特征。我们在特征选择中尝试了五十代进化，并以三折交叉验证作为适应度函数。该模型展示了 64.08% 的召回率（R）、86.84% 的精确率（P）和 73.74% 的 F 值（F），相较于未应用 GA 的基于 CRF 的 Manipuri MWE 识别有所提升。
引用
@article{arxiv.1111.2399,
title = {Genetic Algorithm (GA) in Feature Selection for CRF Based Manipuri Multiword Expression (MWE) Identification},
author = {Kishorjit Nongmeikapam and Sivaji Bandyopadhyay},
journal= {arXiv preprint arXiv:1111.2399},
year = {2012}
}
备注
14 pages, 6 figures, see http://airccse.org/journal/jcsit/1011csit05.pdf