概率事件分类
cmp-lg
2007-05-23 v2 计算与语言
摘要
本文描述了一种新的文本分类任务的自动化方法。该任务分配的类别在语法、语义和语境上都比典型的完全自动系统（处理未见测试数据时使用的系统）更为复杂。我们开发的用于分配这些类别的系统是一种概率分类器，基于近期提出的从预定义的潜在特征集合中构建概率模型的方法。本文重点关注特征选择。它提出了许多完全自动的特征。它识别并评估了将 collocational 属性组织为特征的各种方法，并呈现了实验结果，讨论了组织方式与属性类型的变异。我们发现，对于不同类型的属性，没有一种组织方式是最佳的，因此这是一个值得在 NLP 系统中进行实验的参数。此外，结果表明可以利用那些虽低频但强烈提示类别的属性。认识和系统性地调查在 NLP 中执行语言学复杂分类任务所需的各种上下文信息的识别与组织问题，极少有进行系统性调查。
引用
@article{arxiv.cmp-lg/9710008,
title = {Probabilistic Event Categorization},
author = {Janyce Wiebe and Rebecca Bruce and Lei Duan},
journal= {arXiv preprint arXiv:cmp-lg/9710008},
year = {2007}
}