基于最大熵原理的漢語詞義消歧與標注語言模型研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、詞義消歧一直是計算語言學領域的一個重要研究課題,對機器翻譯、信息檢索、內容和主題分析、文本分類、語音識別等領域有著重要的影響,可以幫助解決語言信息處理中的一系列理論和實踐難題。 最大熵模型是一種基于統(tǒng)計的機器學習模型,提供了一種分類的方法,成功地運用在自然語言處理的許多領域,并得到了較好的結果。 本文以北京大學計算語言學研究所開發(fā)的較大規(guī)模人民日報詞義標注語料為基礎,從以下幾個方面進行了研究: 論述了多義詞上下文

2、包含的各種特征信息如顯性信息、半顯性信息、隱性信息以及如何提取這些信息。 結合《現(xiàn)代漢語語法信息詞典》、《現(xiàn)代漢語語義詞典》和知網(wǎng)等資源,探討了多知識源的知識融合技術與方法,并在此基礎上,研究從融合知識源中獲取詞義消歧知識的技術以及構建相應的詞義消歧知識庫,解決因訓練語料不足而導致知識匱乏或數(shù)據(jù)稀疏問題。 設計并實現(xiàn)了一個面向漢語詞義自動標注研究的實驗平臺,在該實驗平臺中,在“基于歸納學習的統(tǒng)計與規(guī)則相結合的排歧模型”和

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論