『徳島大学 教育・研究者情報データベース (EDB)』---[学外] /
ID: Pass:

登録内容 (EID=180436)

EID=180436EID:180436, Map:0, LastModified:2014年11月19日(水) 11:39:16, Operator:[任 福継], Avail:TRUE, Censor:0, Owner:[任 福継], Read:継承, Write:継承, Delete:継承.
種別 (必須): 国際会議 [継承]
言語 (必須): 英語 [継承]
招待 (推奨):
審査 (推奨): Peer Review [継承]
カテゴリ (推奨): 研究 [継承]
共著種別 (推奨):
学究種別 (推奨):
組織 (推奨): 1.徳島大学.大学院ソシオテクノサイエンス研究部.情報ソリューション部門.感性情報処理 (2006年4月1日〜2016年3月31日) [継承]
著者 (必須): 1. (英) XIA Ling (日) (読)
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
2. (英) TENG Zhi (日) (読)
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
3.任 福継 ([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座]/->個人[中川 福継])
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
題名 (必須): (英) Question Classification in Chinese Restrictd-domain Based on SVM and Dictionay  (日)    [継承]
副題 (任意):
要約 (任意): (英) Question classification is very important for question answering. This paper presents our research work on automatic question classification through support vector machine approaches. Unlike the classification using only bag-of-word features, we exploit the domain knowledge and question-specific stop words in our model, and also present how to enrich bag-of-word approach by implementing feature attributes to facilitate the question categorization. When tested on the questions in cooking domain, our approach reaches an accuracy up to 86.34%, which promisingly outperforms the result of the baseline.  (日)    [継承]
キーワード (推奨):
発行所 (推奨): IEEE [継承]
誌名 (必須): (英) IEEE NLP-KE 2008 (日) (読)
ISSN (任意):
[継承]
(必須): [継承]
(必須): [継承]
(必須): 486 491 [継承]
都市 (必須): 北京 (Beijing/[中華人民共和国]) [継承]
年月日 (必須): 西暦 2008年 10月 20日 (平成 20年 10月 20日) [継承]
URL (任意):
DOI (任意): 10.1109/NLPKE.2008.4906776    (→Scopusで検索) [継承]
PMID (任意):
NAID (任意):
WOS (任意):
Scopus (任意):
評価値 (任意):
被引用数 (任意):
指導教員 (推奨):
備考 (任意):

標準的な表示

和文冊子 ● Ling XIA, Zhi TENG and Fuji Ren : Question Classification in Chinese Restrictd-domain Based on SVM and Dictionay, IEEE NLP-KE 2008, 486-491, Beijing, Oct. 2008.
欧文冊子 ● Ling XIA, Zhi TENG and Fuji Ren : Question Classification in Chinese Restrictd-domain Based on SVM and Dictionay, IEEE NLP-KE 2008, 486-491, Beijing, Oct. 2008.

関連情報

Number of session users = 2, LA = 0.32, Max(EID) = 383966, Max(EOID) = 1027069.