首页 | 本学科首页   官方微博 | 高级检索  
     

一种自适应词性标注方法
引用本文:王挺,陈火旺,杨谊,史晓东.一种自适应词性标注方法[J].软件学报,1997,8(12):937-943.
作者姓名:王挺  陈火旺  杨谊  史晓东
作者单位:国防科技大学计算机系,长沙,410073;国防科技大学计算机系,长沙,410073;国防科技大学计算机系,长沙,410073;国防科技大学计算机系,长沙,410073
基金项目:本文研究得到国家863高科技项目和校预研项目基金资助.
摘    要:本文针对词性标注的问题,修改了经典的隐马尔可夫模型HMM(hiddenMarkovmodel)参数估算方法,使得模型参数能够随着新语料的增加而动态地进行调整.从已标注或未标注的语料中获取知识以提高模型的准确性.

关 键 词:语料    词性标注    隐马尔可夫模型  
修稿时间:1997/1/13 0:00:00

AN ADAPTIVE METHOD FOR PART-OF-SPEECH TAGGING
WANG Ting,CHEN Huowang,YANG Yi and SHI Xiaodong.AN ADAPTIVE METHOD FOR PART-OF-SPEECH TAGGING[J].Journal of Software,1997,8(12):937-943.
Authors:WANG Ting  CHEN Huowang  YANG Yi and SHI Xiaodong
Affiliation:Department of Computer Science National University of Dejense Technology Changsha 410073
Abstract:In this paper, the authors modified the classical HMM (hidden Markovmodel) method so as to train the model whenever the new corpus is introduced and no matter the corpus is tagged or not. Therefore, the information can be learned from the corpusto improve the accuracy of the model.
Keywords:Corpus  part-of-speech tagging  hidden Markov model  
本文献已被 CNKI 维普 等数据库收录!
点击此处可从《软件学报》浏览原始摘要信息
点击此处可从《软件学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号