知识卡片
片段分类特征来自可获得的分析
长度、动词类别、首末词性、方位结构、功能词和标点可组成切分分类特征。部分特征已经依赖分词与词性质量,不能将结果当完全独立预处理;SVM是书中实验选择,不等于所有长句任务唯一最有效方法。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 语义计算的架构
原书出处 · 1 处
- · 查看原书依据
针对多分类的要求,哈工大社会计算与信息检索研究中心还给出了每个类别的特征,这些特征取自于经过分词和词性标注的片段。分类器所使用的特征如表10.1所示:
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第10章《语义计算的架构》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00015.html)
- 结论依据:摘录中关于片段分类特征来自可获得的分析的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:针对多分类的要求,哈工大社会计算与信息检索研究中心还给出了每个类别的特征,这些特征取自于经过分词和词性标注的片段。分类器所使用的特征如表10.1所示: