版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近幾年,統(tǒng)計中文分詞已經(jīng)成為學術界研究的主流并且在標注數(shù)據(jù)豐富的新聞領域取得了很好的性能。但是,在非新聞領域,特別是標注數(shù)據(jù)較少的領域,統(tǒng)計中文分詞的性能仍舊差強人意。人工標注的分詞數(shù)據(jù)較難獲得,同時互聯(lián)網(wǎng)上有大量含有潛在切分信息的數(shù)據(jù),比如詞典、百科知識庫的。為了利用這些數(shù)據(jù)提高統(tǒng)計中文分詞在非新聞領域的性能,本文采用不同的方法將不同類型的數(shù)據(jù)使用一種統(tǒng)一的形式——部分標注數(shù)據(jù)進行表示。本文使用三種不同的統(tǒng)計分詞模型對完整標注和部分標
2、注數(shù)據(jù)同時進行建模,他們分別是:基于字的結構化感知器模型,基于詞的結構化感知器模型以及基于字的條件隨機場模型。本文在中文賓州樹庫(CTB)訓練數(shù)據(jù)上構造部分標注數(shù)據(jù)并進行實驗比較三種模型的性能。實驗表明,三種模型都能夠利用部分標注數(shù)據(jù)獲得中文分詞性能的提升,而基于字的條件隨機場模型提升效果最大。同時,本文在網(wǎng)絡小說測試數(shù)據(jù)以及SIGHAN Bakeoff2010領域適應分詞評測數(shù)據(jù)上進行實驗,分析本文構造的部分標注數(shù)據(jù)對于統(tǒng)計中文分詞在
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,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 20850.提高小學數(shù)學應用題分詞及詞性標注準確率的研究
- 提高電費核算準確率研究
- 提高電費核算準確率研究
- 提高術前準備的準確率
- 淺談如何提高計算的準確率
- 如何提高學生計算準確率
- 如何提高數(shù)學解題的準確率和速度
- 淺談如何提高電網(wǎng)規(guī)劃準確率與執(zhí)行率
- Boosting基于EP的分類器提高分類準確率.pdf
- 關于提高天氣預報準確率的思考分析
- 提高小學生計算準確率的策略研究
- 提高小學生計算準確率的策略研究
- 如何提高小學生計算的準確率
- 認知診斷中分類準確率的研究.pdf
- 提高分布式入侵檢測系統(tǒng)檢測準確率的研究.pdf
- 提高降糖藥物用藥時間的準確率正式版
- 高準確率行人檢測算法研究.pdf
- 殺和尾的方法準確率較高
- 提高埋地管道防腐層腐蝕點的檢測準確率的方法
- 基于機械切分和標注的中文分詞研究.pdf
評論
0/150
提交評論