已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、隨著信息技術和網(wǎng)絡技術的不斷進步與發(fā)展，計算機成為了人類生活必不可少的一種工具。由計算機智能地處理人類語言的技術，即自然語言處理(Natural LanguageProcessing，NLP)技術便應運而生。詞性標注(Part-Of-Speech Tagging)作為其中較為基礎的一種預處理程序，對后續(xù)的工作和課題研究都起著至關重要的作用。
本文使用基于隱馬爾科夫模型(Hidden Markov Model)的詞性標注方法，從
2、如下幾個方面進行了改進，以提高標注的準確率。首先，利用小規(guī)模訓練語料進行半監(jiān)督學習，通過反復迭代不斷擴充語料，增強馬爾科夫標注效果，尤其對于不同領域的語料，這種遷移學習也能提高標注準確率;其次，通過詞語相似度的方法，給每個高頻的未登錄詞都標上候選詞性，對于頻率低于10的低頻未登錄詞，則采用相似字符串查找的方式找到相似上下文，用于標記詞性;最后，在隱馬爾科夫標注時，不僅選取一條路徑，而是選兩條最佳路徑，并通過二次選擇，得到最后標注結(jié)果。實
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱馬爾科夫模型詞性標注的研究.pdf
- 隱馬爾科夫模型hiddenmarkovmodel
- 基于隱馬爾科夫模型的信號分類.pdf
- 基于隱馬爾科夫模型的異常檢測研究.pdf
- 基于隱馬爾科夫模型的人臉識別.pdf
- 基于隱馬爾科夫模型的目標人體識別.pdf
- 基于隱馬爾科夫模型的聚眾事件檢測.pdf
- 基于隱馬爾科夫模型的網(wǎng)絡輿情挖掘.pdf
- 基于隱馬爾科夫模型的步態(tài)身份識別.pdf
- 基于隱馬爾科夫模型的重型肝炎演化研究.pdf
- 基于隱馬爾科夫模型的入侵檢測方法研究.pdf
- 基于連續(xù)隱馬爾科夫模型的語音識別
- 基于連續(xù)隱馬爾科夫模型的語音識別
- 基于連續(xù)隱馬爾科夫模型的語音識別
- 基于隱馬爾科夫模型的時間序列聚類.pdf
- 隱馬爾科夫模型演化下的隱組檢測.pdf
- 基于連續(xù)隱馬爾科夫模型的語音識別
- 基于Ⅱ-型模糊隱馬爾科夫模型的火焰識別.pdf
- 基于隱馬爾科夫模型的語音識別技術研究.pdf
- 基于隱馬爾科夫模型的人臉認證算法研究.pdf
評論
0/150
提交評論