基于最大熵模型的汉语标点句缺失话题自动识别初探

来源：计算机工程与科学杂志2015年第12期北京时间：

作者：卢达威1，宋柔2

单位：1.北京大学中国语言文学系，北京 100871；2.北京语言大学语言信息处理研究所，北京 100083

摘要：本文的任务是判别标点句缺失话题是上句的主语还是宾语，将该任务作为标点句缺失话题自动识别研究的切入点。首先归纳了判别这一任务的一系列字面特征和语义特征，然后结合规则和最大熵模型，进行自动判别实验。结果显示，对特定类别动词的实验F值达到82%。对实验结果的分析说明，动词特征和语义特征对判别该任务的作用最大，规则方法和统计方法在判别任务中不能偏废，精细化的知识对判别的性能有重要影响。

关键词：广义话题结构,新支话题,自动识别,最大熵模型,

基金资助：国家自然科学基金资助项目(61171129);国家973计划资助项目(2014CB340502)