Yuru Jiang ， Rou Song

Beijing University of Technology

Example ：斑鳐

c1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。c2: 吻 中长 ，c3: 尖 突 。c4: 尾 细长 ，

斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。吻 中长 ，尖 突 。尾 细长 ，

PClause Sequence

c1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。c2: 吻 中长 ，c3: 尖 突 。c4: 尾 细长 ， t1：斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。t2：斑鳐 吻 中长 ，t3：斑鳐 吻 尖 突 。t4：斑鳐 尾 细长 ，

What we have

done

Identification Process Identification Algorithm CTCs Scoring Function

Example2 ：斑鳐（选自《中国大百科全书》）c1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。c2: 吻 中长 ，c3: 尖 突 。c4: 尾 细长 ，

t1= c1

t2= ？

if ：t1: 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 。c2: 吻 中长 ，

then ：t2= ？

1. 吻 中长 ，2. 斑鳐 吻 中长 ，3. 斑鳐 是 吻 中长 ，4. 斑鳐 是 鳐形目 吻 中长 ，5. 斑鳐 是 鳐形目 鳐科 的 吻 中长 ，6. 斑鳐 是 鳐形目 鳐科 鳐属 吻 中长 ，7. 斑鳐 是 鳐形目 鳐科 鳐属 的 吻 中长 ，8. 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 吻 中长

，9. 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 吻

中长 ，

c2 的 CTCs

t1

CTCs of c2

Topic Clause of C3C3

if ：CTCs of c2:

c3: 尖 突 ，then ：

t3= ？1. 吻 中长 ，2. 斑鳐 吻 中长 ，3. 斑鳐 是 吻 中长 ，4. 斑鳐 是 鳐形目 吻 中长 ，5. 斑鳐 是 鳐形目 鳐科 的 吻 中长 ，6. 斑鳐 是 鳐形目 鳐科 鳐属 吻 中长 ，7. 斑鳐 是 鳐形目 鳐科 鳐属 的 吻 中长 ，8. 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 吻 中长

，9. 斑鳐 是 鳐形目 鳐科 鳐属 的 １ 种 吻

中长 ，

CTCs of c2

if ：one CTC of c2: 斑鳐 是 鳐形目 吻 中长 ，c3: 尖 突 ，

then ： one group CTCs of c3 is:

1. 尖 突 ，2. 斑鳐 尖 突 ，3. 斑鳐 是 尖 突 ，4. 斑鳐 是 鳐形目 尖 突 ，5. 斑鳐 是 鳐形目 吻 尖 突 ，6. 斑鳐 是 鳐形目 吻 中长 尖 突 ，

t1

c2 的CTCs

c3 的CTCs

How to choose

the best path?

Question1 ： How to calculate the value of each node in the CTC tree ？◦ CTCs Scoring Function

Question2 ： How to calculate the path value of each leaf node to the root node ？◦ Sum of the node value

Given a CTC d of PClause c, a topic clause most similar to d is found from the corpus, whose similarity is marked as sim_CT(d). For any two strings x and y, given that their similarity is sim(x,y). sim_CT(d) is defined as

Topic Clause Corpus

)t,d(simmaxsim_CT(d)Tcorpust

CTset(c) is the CTCs set of c, then the topic clause of c is ：

Accuracy rate is 0.6499

Reference ： Yuru Jiang, Rou Song: Topic Clause Identification Based On Generalized Topic Theory. Journal of Chinese Information Processing. 26(5), (2012)

)sim_CT(d)(maxarg)c(CTsetd

))tc_t,tc_d(sim

)c_t,c_d(sim

)t,d(sim(max)d(CT_Simctx

prepre3

2

1Tcorpust

Accuracy rate is 0.7625 >0.6499>baseline

Example3 ：d_tcpre ： A 一般 均 具 H 或 H C ，d_c ： 用以 引诱 食饵 。t1 ： A 一般 均 具 H 用以 引诱 食饵 。st1 ： A C 一般 具 H ，t2 ： A 一般 均 具 H 或 H C 用以 引诱 食饵 。

t_tcpre ： A 有些 B C 具 C ，t_c ： 以 引诱 食饵 ，t ： A 有些 B C 具 C 以 引诱 食饵 ，

Corpus Evaluation Criteria Experiment Result Analysis

202 texts about fish in the Biology volume of China Encyclopedia

15 texts are used for test in the experiment

K-1 test are used

For N PClauses, if the number of PClauses whose topic clauses are correctly identified is hitN, then the identification accuracy rate is hitN/N.

Fig. 2. PClause Count and Accuracy Rate for Topic Clause Identification about 15 texts

CTCs Scoring Function

CTC Tree

Extend to other text