一种大数据集中生物事件触发词的识别方法

摘要

本发明涉及生物事件触发词的识别方法技术领域，具体涉及一种大数据集中生物事件触发词的识别方法，为并行欠采样方法(PUS)，包括数据分割、边界因子计算、样本欠抽样、边界集归并和最后修剪步骤，可以用于处理类别之间存在显著的分布偏差的大训练数据集，通过并行减少属于多数类别的样本实例来达到目的。该方法对数据的选择是基于边界因子的计算，其衡量每个样本实例的所携带的信息对于分类的重要性。上述技术方案提供的大数据集中生物事件触发词的识别方法，能同时解决数据量大及类别间样本分布不平衡问题，以达到更好的生物事件触发词的识别效果。