一种基于遗传算法的语义标注

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于遗传算法的语义标注

李向阳, 张亚非

文章导航 > 电子科技大学学报 > 2007 > 36(1): 86-89

李向阳, 张亚非. 一种基于遗传算法的语义标注[J]. 电子科技大学学报, 2007, 36(1): 86-89.

引用本文:

李向阳, 张亚非. 一种基于遗传算法的语义标注[J]. 电子科技大学学报, 2007, 36(1): 86-89.

LI Xiang-yang, ZHANG Ya-fei. Semantic Tagging Using Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 86-89.

Citation:

LI Xiang-yang, ZHANG Ya-fei. Semantic Tagging Using Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 86-89.

一种基于遗传算法的语义标注

李向阳¹,
张亚非²

1.
解放军理工大学通信工程学院南京 210007;
2.
解放军理工大学训练部南京 210007

基金项目:

国家自然科学基金资助项目(60303024)

作者简介:
李向阳(1974-),男,博士生,讲师,主要从事信息抽取方面的研究.

中图分类号: TP391

Semantic Tagging Using Genetic Algorithm

LI Xiang-yang¹,
ZHANG Ya-fei²

1.
Institute of Communications Engineering,PLA University of Science & Technology Nanjing 210007;
2.
Training Department,PLA University of Science & Technology Nanjing 210007

摘要: 针对数据稀疏问题,采用适应度函数较灵活的遗传算法做语义的自动标注;以《同义词词林》的层次式结构为依据,提出了利用语义层次的提升来改善适应度函数中参数的估计质量;定义了语义层次的两个基本概念;阐述了语义提升的原理,并采用选择受限策略来解决因语义提升而引起的模型辨别力下降问题;实现了用于语义标注的遗传算法。实验表明该算法在语义标注中能适应不同训练数据量,具有一定的可行性。
- 语义标注 /
- 遗传算法 /
- 层次结构 /
- 隐马尔可夫模型
Abstract: A genetic algorithm with adaptive evaluation function is presented to deal with data sparseness problem in automatic semantic tagging. Taking advantage of the hierarchy structure of Synonymy Thesaurus, semantic induction is used to improve the quality in estimating the parameters of the function in genetic algorithm. Based on the definitions of two fundamental concepts, the principle of semantic induction is described. Restrictive selection policy is applied to reverse the decline of model's discernment caused by the induction. Finally, the genetic algorithm is implemented and testing results show that the algorithm is feasible to different training data sizes.
- semantic tagging /
- genetic algorithm /
- hierarchy structure /
- hidden Markov model

[1]	李晓瑜, 胡勇, 卢俊邑, 朱钦圣. 基于量子条件主方程的隐马尔可夫模型 . 电子科技大学学报, 2021, 50(5): 644-649. doi: 10.12178/1001-0548.2021241
[2]	张民, 贾海涛, 沈震. 基于遗传算法改进的粒子滤波重采样模型 . 电子科技大学学报, 2015, 44(3): 344-349. doi: 10.3969/j.issn.1001-0548.2015.03.005
[3]	邓召学, 郑玲, 郭敏敏, 张自伟. 基于遗传BP神经网络的磁流变悬置模型辨识 . 电子科技大学学报, 2014, 43(6): 955-960. doi: 10.3969/j.issn.1001-0548.2014.06.028
[4]	薛羽, 庄毅, 朱浩, 张友益礻禹. 求解协同干扰问题的高效免疫遗传算法 . 电子科技大学学报, 2013, 42(3): 452-458. doi: 10.3969/j.issn.1001-0548.2013.03.026
[5]	杨珺, 马秦生, 王敏, 曹阳. 网络取证隐马尔可夫模型证据融合方法 . 电子科技大学学报, 2013, 42(3): 350-354. doi: 10.3969/j.issn.1001-0548.2013.03.006
[6]	郑世明, 高志年, 韦伟, 苗壮, 邵荣明. 基于云模型的网格任务调度遗传算法研究 . 电子科技大学学报, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018
[7]	刘勇国, 朱婵, 晏华. 基于禁忌遗传算法的RNA二级结构预测 . 电子科技大学学报, 2011, 40(5): 765-771. doi: 10.3969/j.issn.1001-0548.2011.05.025
[8]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[9]	吴传信, 倪明放, 陈鸣. 路由选择的一种新遗传算法 . 电子科技大学学报, 2006, 35(5): 744-747.
[10]	沈艳, 郭兵, 古天祥. 粒子群优化算法及其与遗传算法的比较 . 电子科技大学学报, 2005, 34(5): 696-699.
[11]	叶娅兰, 曾家智, 杨国纬. 基于角色和服务元的网络体系结构 . 电子科技大学学报, 2005, 34(1): 113-116.
[12]	黄羽, 黄迪明, 何险峰, 武明. 遗传算法在入侵检测中的应用 . 电子科技大学学报, 2003, 32(6): 679-682.
[13]	尹星云, 王洵, 董兰芳, 万寿红. 用隐马尔可夫模型设计人脸表情识别系统 . 电子科技大学学报, 2003, 32(6): 725-728.
[14]	王忠, 柴贺军, 刘浩吾. 关于进化遗传算法的几点改进 . 电子科技大学学报, 2002, 31(1): 76-79.
[15]	王海枚, 游志胜. 基于遗传算法与模糊控制的建模方法 . 电子科技大学学报, 2002, 31(3): 266-269.
[16]	张宇, 郭晶, 周激流. 动态变异遗传算法 . 电子科技大学学报, 2002, 31(3): 234-239.
[17]	饶克谨, 苟益. 电路模拟吸收体的遗传算法设计 . 电子科技大学学报, 2000, 29(1): 54-60.
[18]	王勇, 陈光. 面向时滞测试生成的改进遗传算法 . 电子科技大学学报, 1999, 28(2): 157-161.
[19]	吴斌, 吴坚, 涂序彦. 快速遗传算法研究 . 电子科技大学学报, 1999, 28(1): 49-53.
[20]	潘中良, 陈光. 测试图形生成的遗传算法研究 . 电子科技大学学报, 1997, 26(5): 511-514.

WeChat

点击查看大图

计量

文章访问数: 3360
HTML全文浏览量: 150
PDF下载量: 59
被引次数: 0

一种基于遗传算法的语义标注

李向阳¹,
张亚非²

1. 解放军理工大学通信工程学院南京 210007;

2. 解放军理工大学训练部南京 210007

基金项目:

国家自然科学基金资助项目(60303024)

作者简介:
李向阳(1974-),男,博士生,讲师,主要从事信息抽取方面的研究.

收稿日期: 2005-04-12
刊出日期: 2007-02-15

中图分类号: TP391

关键词:

摘要: 针对数据稀疏问题,采用适应度函数较灵活的遗传算法做语义的自动标注;以《同义词词林》的层次式结构为依据,提出了利用语义层次的提升来改善适应度函数中参数的估计质量;定义了语义层次的两个基本概念;阐述了语义提升的原理,并采用选择受限策略来解决因语义提升而引起的模型辨别力下降问题;实现了用于语义标注的遗传算法。实验表明该算法在语义标注中能适应不同训练数据量,具有一定的可行性。

English Abstract

李向阳, 张亚非. 一种基于遗传算法的语义标注[J]. 电子科技大学学报, 2007, 36(1): 86-89.

引用本文:

李向阳, 张亚非. 一种基于遗传算法的语义标注[J]. 电子科技大学学报, 2007, 36(1): 86-89.

LI Xiang-yang, ZHANG Ya-fei. Semantic Tagging Using Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 86-89.

Citation:

LI Xiang-yang, ZHANG Ya-fei. Semantic Tagging Using Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 86-89.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发