您的位置: 专家智库 > >

忻州师范学院科研基金(200623)

作品数:2 被引量:2H指数:1
相关作者:李荣郑家恒更多>>
相关机构:忻州师范学院山西大学更多>>
发文基金:忻州师范学院科研基金国家自然科学基金更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇短语识别
  • 2篇隐马尔可夫模...
  • 2篇马尔可夫
  • 2篇马尔可夫模型
  • 1篇短语
  • 1篇信息处理
  • 1篇语料
  • 1篇语料库
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇中文
  • 1篇中文信息
  • 1篇中文信息处理
  • 1篇最大熵
  • 1篇向量
  • 1篇向量机
  • 1篇名词
  • 1篇名词短语
  • 1篇基于语料
  • 1篇基于语料库

机构

  • 2篇山西大学
  • 2篇忻州师范学院

作者

  • 2篇郑家恒
  • 2篇李荣

传媒

  • 1篇河南师范大学...
  • 1篇济南大学学报...

年份

  • 2篇2007
2 条 记 录,以下是 1-2
排序方式:
基于语料库的名词短语识别方法被引量:2
2007年
名词短语识别是自然语言处理领域的非常重要的子任务。利用最大熵法(ME)、支持向量机法(SVM)和隐马尔可夫模型(HMM)3种有代表性的统计方法对汉语文本进行名词短语识别,并对实验结果进行比较分析。结果表明HMM法在封闭测试中优势明显,SVM法在小样本模式的开放测试中表现良好,而最大熵方法在两种测试中的识别结果均比较理想。分析表明,HMM方法侧重应用在与线性序列相关的现象上;SVM方法适用于有限的汉语带标信息的分类问题;而最大熵方法特别适用于把不受限的文本特征加入统计模型中的情况。
李荣郑家恒
关键词:中文信息处理最大熵隐马尔可夫模型短语识别
汉语NP识别方法的实验比较研究
2007年
利用错误驱动法、支持向量机法和隐马尔可模型3种方法对汉语文本进行名词短语识别,对实验进行比较分析,结果表明SVM与HMM的识别效果总体上要好于错误驱动法,HMM法在封闭测试中优势明显.研究表明错误驱动法适用于解决从语料库中学习转换规则的传统问题;SVM方法适用于解决两类别的分类问题;而HMM方法侧重应用在与线性序列相关的现象上.
李荣郑家恒
关键词:错误驱动支持向量机隐马尔可夫模型短语识别
共1页<1>
聚类工具0