Combining Multiple Knowledge Sources for Discourse Segmentation
Combining Multiple Knowledge Sources for Discourse Segmentation
复制标题
结合多个知识源进行话语切分
DOI：
10.3115/981658.981673
复制
发表时间：
1995
期刊：
影响因子：
--
通讯作者：
R. Passonneau
中科院分区：
文献类型：
--
作者：
D. Litman;R. Passonneau
我们预测话语段边界的语言特征的话语，使用语料库的口语叙事作为数据。我们提出了两种从训练数据开发分割算法的方法：手动调整和机器学习。当使用多种类型的特征时，结果在独立测试集（两种方法）上接近人类表现，并使用交叉验证（机器学习）。
We predict discourse segment boundaries from linguistic features of utterances, using a corpus of spoken narratives as data. We present two methods for developing segmentation algorithms from training data: hand tuning and machine learning. When multiple types of features are used, results approach human performance on an independent test set (both methods), and using cross-validation (machine learning).