词性标注中隐马尔可夫模型的改进 |
| |
引用本文: | 王鹏程.词性标注中隐马尔可夫模型的改进[J].河南财政税务高等专科学校学报,2009,23(4):88-89. |
| |
作者姓名: | 王鹏程 |
| |
作者单位: | 河南财政税务高等专科学校学生处,河南,郑州450002 |
| |
摘 要: | 基于统计语言模型的词性标注方法主要有隐马尔可夫模型、最大熵模型和决策树等.其中,基于隐马尔可夫模型的方法是词性标注领域应用最广泛、最成熟的一种技术.利用传统的隐马尔可夫模型进行词性标注时,当前词的词性标注概率具有向前依赖性,但在实际语境中,当前词的词性标注不仅依赖于前一个词,也可能依赖于其后面词的词性.改进传统隐马尔可夫模型词汇发射概率计算方法,可以提高词性标注的准确率.
|
关 键 词: | 统计语言模型 词性标注 隐马尔可夫模型 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|