最大熵模型的事件分类

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

最大熵模型的事件分类

于江德, 李学钰, 樊孝忠, 庞文博

文章导航 > 电子科技大学学报 > 2010 > 39(4): 612-616

于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类[J]. 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

引用本文:

于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类[J]. 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

YU Jiang-de, LI Xue-yu, FAN Xiao-zhong, PANG Wen-bo. Event Classification Based on Maximum Entropy Model[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

Citation:

YU Jiang-de, LI Xue-yu, FAN Xiao-zhong, PANG Wen-bo. Event Classification Based on Maximum Entropy Model[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

最大熵模型的事件分类

doi: 10.3969/j.issn.1001-0548.2010.04.030

1.
安阳师范学院计算机与信息工程学院河南安阳 455002;
2.
北京理工大学计算机科学技术学院北京海淀区 100081

基金项目:

教育部博士点基金(20050007023)

作者简介:
于江德(1971-),男,博士,副教授,主要从事自然语言处理、信息抽取、文本数据挖掘等方面的研究.

中图分类号: TP391

Event Classification Based on Maximum Entropy Model

1.
School of Computer and Information Engineering,Anyang Normal University Anyang Henan 455002;
2.
School of Computer Science and Technology,Beijing Institute of Technology Haidian Beijing 100081

摘要: 提出了一种基于最大熵模型的事件分类方法，该方法能够综合事件表述语句中的触发词信息及各类上下文特征对事件进行分类。对其中的两个关键问题：参数估计、特征模板与特征选择进行了详细论述，采用IIS算法学习模型参数，使用增量选择方法选择特征。应用该方法对人民日报语料中的职务变动、会见、恐怖袭击、法庭宣判、自然灾害五类事件进行了分类实验，结果表明，该方法的分类效果明显优于传统的分类方法。
- 事件信息抽取 /
- 事件分类 /
- 事件表述语句 /
- 最大熵模型 /
- 触发词
Abstract: An approach based on maximum entropy model is proposed for event classification. This approach can classify the events by merging the features about trigger and context in event mention sentences. The key of the method is parameter estimation and feature selection, which are discussed in detail. IIS algorithm is employed for parameter estimation and incremental method is used for feature selection. Experiments are performed on management succession, meeting, terror attack, judicial adjudicate, and natural disaster in the People Daily corpus. The results show that the method can achieve much better performance than the traditional approach.
- event information extraction /
- event classification /
- event mention sentence /
- maximum entropy model /
- trigger

[1]	朱颀林, 王羽, 徐建. 基于异构图和关键词的抽取式文本摘要模型 . 电子科技大学学报, 2024, 53(2): 259-270. doi: 10.12178/1001-0548.2023019
[2]	杨骏, 敬思远, 钟勇. 面向时间序列有序分类的Shapelet抽取算法 . 电子科技大学学报, 2023, 52(6): 887-896. doi: 10.12178/1001-0548.2022278
[3]	王军. 基于多尺度特征预测的异常事件检测 . 电子科技大学学报, 2022, 51(4): 586-591. doi: 10.12178/1001-0548.2021333
[4]	葛唯益, 程思伟, 王羽, 徐建. 基于双向门控循环神经网络的事件论元抽取方法 . 电子科技大学学报, 2022, 51(1): 100-107. doi: 10.12178/1001-0548.2021153
[5]	代翔. 基于事件模式及类型的事件检测模型 . 电子科技大学学报, 2022, 51(4): 592-599. doi: 10.12178/1001-0548.2021377
[6]	李晨亮, 龙俊辉, 唐作立, 周涛. 结合邻域知识的文档级关键词抽取方法 . 电子科技大学学报, 2021, 50(4): 551-557. doi: 10.12178/1001-0548.2021095
[7]	. [生物信息专栏] 开篇词 . 电子科技大学学报, 2021, 50(5): 656-658.
[8]	. [量子信息专栏] 开篇词 . 电子科技大学学报, 2021, 50(5): 641-643.
[9]	李丽霞, 任卓明, 张子柯. 基于关键词的知识图谱挖掘信息技术学科演化趋势 . 电子科技大学学报, 2020, 49(5): 780-787. doi: 10.12178/1001-0548.2019221
[10]	赵敏, 赵春临. 心理意识真实性的事件相关同步研究 . 电子科技大学学报, 2019, 48(3): 469-474. doi: 10.3969/j.issn.1001-0548.2019.03.025
[11]	陈增, 王科人, 杨铮. 基于会面合并事件的社会关系强度度量模型 . 电子科技大学学报, 2019, 48(1): 96-102. doi: 10.3969/j.issn.1001-0548.2019.01.016
[12]	黄贤英, 杨林枫, 刘小洋, 何道兵, 刘广峰, 阳安志. 社交网络突发事件传播速率模型研究 . 电子科技大学学报, 2019, 48(3): 462-468. doi: 10.3969/j.issn.1001-0548.2019.03.024
[13]	黄姝娟, 刘白林, 张雅, 茹媛. 时间/事件触发的安全关键系统调度研究 . 电子科技大学学报, 2017, 46(3): 631-635. doi: 10.3969/j.issn.1001-0548.2017.03.025
[14]	刘忠宝, 裴松年, 杨秋翔. 具有N-S磁极效应的最大间隔模糊分类器 . 电子科技大学学报, 2016, 45(2): 227-232.
[15]	肖哲, 秦志光, 丁熠, 蓝天, 于跃. 基于低尺度词袋模型的图像快速分类方法 . 电子科技大学学报, 2016, 45(6): 997-1001. doi: 10.3969/j.issn.1001-0548.2016.06.021
[16]	赵敏, 赵春临. 基于事件相关电位近似熵识别心理意识真实性的研究 . 电子科技大学学报, 2016, 45(5): 860-864. doi: 10.3969/j.issn.1001-0548.2016.05.025
[17]	张磊, 李珊, 彭舰, 陈黎, 黎红友. 基于依存关系和最大熵的特征-情感对分类 . 电子科技大学学报, 2014, 43(3): 420-425. doi: 10.3969/j.issn.1001-0548.2014.03.018
[18]	汪颖, 杨达, 肖先勇, 杨景岗. 个人电脑电压暂降失效事件组合不确定性评估 . 电子科技大学学报, 2013, 42(5): 700-704. doi: 10.3969/j.issn.1001-0548.2013.05.011
[19]	李凌, 黎源. 基于脑电事件相关电位的功能性网络分析 . 电子科技大学学报, 2012, 41(5): 792-795. doi: 10.3969/j.issn.1001-0548.2012.05.028
[20]	陈文宇, 桑楠, 屈鸿. 分布式对象调试中的事件模型 . 电子科技大学学报, 2005, 34(3): 377-380.

WeChat

点击查看大图

计量

文章访问数: 3511
HTML全文浏览量: 123
PDF下载量: 65
被引次数: 0

最大熵模型的事件分类

doi: 10.3969/j.issn.1001-0548.2010.04.030

1. 安阳师范学院计算机与信息工程学院河南安阳 455002;

2. 北京理工大学计算机科学技术学院北京海淀区 100081

基金项目:

教育部博士点基金(20050007023)

作者简介:
于江德(1971-),男,博士,副教授,主要从事自然语言处理、信息抽取、文本数据挖掘等方面的研究.

收稿日期: 2008-11-17
修回日期: 2009-12-13
刊出日期: 2010-08-15

中图分类号: TP391

关键词:

摘要: 提出了一种基于最大熵模型的事件分类方法，该方法能够综合事件表述语句中的触发词信息及各类上下文特征对事件进行分类。对其中的两个关键问题：参数估计、特征模板与特征选择进行了详细论述，采用IIS算法学习模型参数，使用增量选择方法选择特征。应用该方法对人民日报语料中的职务变动、会见、恐怖袭击、法庭宣判、自然灾害五类事件进行了分类实验，结果表明，该方法的分类效果明显优于传统的分类方法。

English Abstract

于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类[J]. 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

引用本文:

于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类[J]. 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

YU Jiang-de, LI Xue-yu, FAN Xiao-zhong, PANG Wen-bo. Event Classification Based on Maximum Entropy Model[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

Citation:

YU Jiang-de, LI Xue-yu, FAN Xiao-zhong, PANG Wen-bo. Event Classification Based on Maximum Entropy Model[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030

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