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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、名實體及新詞是能夠準(zhǔn)確反映文本內(nèi)容的基本信息元素,是正確理解文本的基礎(chǔ)。名實體識別及新詞發(fā)現(xiàn)技術(shù)廣泛應(yīng)用于諸多自然語言處理任務(wù)中,如信息檢索、機器翻譯、文本分類以及自動文摘等,所以名實體識別及新詞發(fā)現(xiàn)的研究成果必將推動自然語言處理領(lǐng)域的相關(guān)研究。本文主要對中文名實體識別及新詞發(fā)現(xiàn)進行了研究,具體的研究內(nèi)容主要包括以下幾個方面:
1.針對當(dāng)前名實體識別中識別效率低下,實用性不高以及對復(fù)雜名實體識別效果差的問題,本文根據(jù)中文名實體
2、具有嵌套的特點,利用層次隱馬爾科夫模型來分別對簡單地名、人名;地名簡稱;復(fù)雜地名、機構(gòu)名分層進行識別。在識別過程中自行設(shè)計了粗切分方法,在粗分的基礎(chǔ)上利用自行設(shè)計的標(biāo)記集來分層標(biāo)注,最終識別出想要的名實體。在每一層利用N-best思想,輸出N個結(jié)果給下一層,以求找到最優(yōu)的解。
2.針對層次隱馬爾科夫模型中數(shù)據(jù)稀疏以及系統(tǒng)移植性差的問題,在上面的分層處理結(jié)束后我們利用改進的基于轉(zhuǎn)換的學(xué)習(xí)方法作為后處理技術(shù)來自行改進識別效果。由于
3、對TBL學(xué)習(xí)到的規(guī)則進行了優(yōu)化,目前的后處理具有較好的效率。在2004年863標(biāo)準(zhǔn)測試集上進行了開放測試,測試結(jié)果的F值達到83%。
3.針對當(dāng)前新詞發(fā)現(xiàn)中新詞長度受限、領(lǐng)域受限以及對發(fā)現(xiàn)的正確新詞不能優(yōu)先排序等問題,本文利用統(tǒng)計與規(guī)則相結(jié)合的策略來進行新詞發(fā)現(xiàn)。利用重復(fù)串頻度查找來構(gòu)建新詞候選集;然后利用停用詞集、停用詞性集、頭部停用詞性集、尾部停用詞性集、有限窗口過濾等技術(shù)來進行垃圾串濾除。對于得到的新詞集,本文使用基于頻
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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)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
- 條件概率模型研究及其在中文名實體識別中的應(yīng)用.pdf
- 中文名詞短語識別研究.pdf
- 基于詞向量表征的新詞發(fā)現(xiàn)及命名實體識別研究.pdf
- 中文命名實體識別與歧義消解研究.pdf
- 中文命名實體識別的研究.pdf
- 音樂命名實體識別技術(shù)研究.pdf
- 中文命名實體識別算法研究.pdf
- 中文命名實體識別方法研究.pdf
- 中文電子病歷命名實體識別研究.pdf
- 中文命名實體識別及評測方法.pdf
- 無法翻譯的中文名
- 國外樂隊中文名對照
- 中文命名實體識別及其關(guān)系抽取研究.pdf
- 基于CRF的中文命名實體識別研究.pdf
- 基于Wikipedia的中文命名實體識別研究.pdf
- 針對特定領(lǐng)域的中文新詞發(fā)現(xiàn)技術(shù)研究.pdf
- 正確的中文名翻譯英文名
- 基于語篇的中文命名實體識別研究.pdf
- 中文微博新詞與熱點話題發(fā)現(xiàn)技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的中文命名實體識別研究.pdf
評論
0/150
提交評論