2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、中文自動(dòng)分詞是中文信息處理的一項(xiàng)重要的基礎(chǔ)性任務(wù),是機(jī)器翻譯、問答系統(tǒng)、自動(dòng)文摘等技術(shù)的基礎(chǔ),也是實(shí)現(xiàn)中文搜索引擎所必須的關(guān)鍵技術(shù)之一。然而由于漢語自身的復(fù)雜性,分詞問題一直是中文自然語言處理的難題。 本文在已有研究的基礎(chǔ)上,利用條件隨機(jī)場(chǎng)(CRFs)模型進(jìn)行漢語自動(dòng)分詞的研究。旨在提高漢語分詞系統(tǒng)的性能,為后期詞法分析和其它自然語言處理任務(wù)服務(wù)。 本文的核心工作可以概括為以下幾個(gè)方面: (1)簡(jiǎn)要介紹了相關(guān)模型

2、理論,并進(jìn)一步介紹了以最大熵理論為驅(qū)動(dòng)發(fā)展起來的CRFs模型。CRFs模型是目前最為優(yōu)秀的無向圖條件概率模型,主要用于標(biāo)記和分割序列數(shù)據(jù)。它克服了最大熵等模型的標(biāo)記偏置問題:同時(shí),能夠考慮節(jié)點(diǎn)之間的聯(lián)系,從而可以利用上下文特征獲得全局最優(yōu)的標(biāo)注結(jié)果。 (2)通過對(duì)基于字的CRFs的標(biāo)注結(jié)果進(jìn)行分析發(fā)現(xiàn),CRFs模型中的標(biāo)注錯(cuò)誤大都擁有較低的邊緣概率,分別使用正向最大匹配(FMM)方法和基于類的隱馬爾可夫模型對(duì)這部分邊緣概率較低的

3、樣本綜合邊緣概率較高的樣本進(jìn)行修正,以優(yōu)化系統(tǒng)的識(shí)別效果。實(shí)驗(yàn)證明,在CRFs邊緣概率基礎(chǔ)上進(jìn)行的分詞其結(jié)果明顯好于單純的CRFs的標(biāo)注結(jié)果。 (3)對(duì)建立在CRFs模型框架上的,基于字標(biāo)注的分詞方法和一種新型的基于詞標(biāo)注的分詞方法進(jìn)行了綜合比較。并在此基礎(chǔ)上,根據(jù)漢語的特點(diǎn),嘗試使用角色特征信息,來改善基于詞標(biāo)注的CRFs方法對(duì)未登錄詞的識(shí)別。 本文的主要貢獻(xiàn)有:(1)提出了利用CRFs邊緣概率來改善CRFs分詞性能的

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論