|
|||||
|
|
| 基于条件随机域的复杂最长名词短语识别 | |
| 引用本文： | 冯冲,陈肇雄,黄河燕,张亮,王江伟.基于条件随机域的复杂最长名词短语识别[J].小型微型计算机系统,2006,27(6):1134-1139. |
| 作者姓名： | 冯冲 陈肇雄 黄河燕 张亮 王江伟 |
| 作者单位： | 1. 中国科学技术大学,计算机科学与技术系,安徽,合肥,230027;中国科学院,计算机语言信息工程研究中心,北京,100083 2. 中国科学院,计算机语言信息工程研究中心,北京,100083 3. 中国科学院,计算机语言信息工程研究中心,北京,100083;南京理工大学,计算机系,江苏,南京,210094 |
| 基金项目： | 中国科学院资助项目;国家科技攻关项目 |
| 摘 要： | 识别句子中的最长名词短语是一个对机器翻译等任务具有重要实际价值的难题．为了克服传统方法在处理词之间的长程关联的不足和标注偏置等问题，本文采用条件随机域建立统计模型，有针对性的研究了复杂最长名词短语的识别，并给出了一种带置信度估计的解码算法，提高了本文工作的实用性． |
| 关 键 词： | 最长名词短语 条件随机域 机器翻译 |
| 文章编号： | 1000-1330（3006）06-1134-06 |
| 收稿时间： | 02 23 2005 12:00AM |
| 修稿时间： | 2005-02-23 |
Recognition of Complex Maximal Length Noun Phrase Using Conditional Random Fields |
|
| FENG Chong,CHEN Zhao-xiong,HUANG He-yan,ZHANG Liang,WANG Jiang-wei.Recognition of Complex Maximal Length Noun Phrase Using Conditional Random Fields[J].Mini-micro Systems,2006,27(6):1134-1139. | |
| Authors: | FENG Chong CHEN Zhao-xiong HUANG He-yan ZHANG Liang WANG Jiang-wei |
| Abstract: | The recognition of Chinese maximal-length noun phrase is a difficult task, which is valuable for many applications such as machine translation. To overcome the deficiency in capturing the long distance relationship between words and label bias with the traditional methods, a statistical model based on conditional random field is constructed with the focus on the complex maximal length noun phrases. And a decoding algorithm with confidence estimation is given, which is proved to be effective for enhancing the practical usability. |
| Keywords: | maximal-length noun phrase conditional random fields machine translation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |