期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于词聚类特征的统计中文组块分析模型
被引量：
7
1
作者
孙广路
王晓龙
+1 位作者
刘秉权
关毅
《电子学报》
EI
CAS
CSCD
北大核心
2008年第12期2450-2453,2399,共5页
提出了一种基于信息熵的层次词聚类算法,并将该算法产生的词簇作为特征应用到中文组块分析模型中.词聚类算法基于信息熵的理论,利用中文组块语料库中的词及其组块标记作为基本信息,采用二元层次聚类的方法形成具有一定句法功能的词簇....
提出了一种基于信息熵的层次词聚类算法,并将该算法产生的词簇作为特征应用到中文组块分析模型中.词聚类算法基于信息熵的理论,利用中文组块语料库中的词及其组块标记作为基本信息,采用二元层次聚类的方法形成具有一定句法功能的词簇.在聚类过程中,设计了优化算法节省聚类时间.用词簇特征代替传统的词性特征应用到组块分析模型中,并引入名实体和仿词识别模块,在此基础上构建了基于最大熵马尔科夫模型的中文组块分析系统.实验表明,本文的算法提升了聚类效率,产生的词簇特征有效地改进了中文组块分析系统的性能.
展开更多
关键词
词聚类
信息熵
中文组块分析
句法功能
在线阅读
下载PDF
职称材料
基于条件随机域和语义类的中文组块分析方法
被引量：
5
2
作者
孙广路
郎非
薛一波
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2011年第7期135-139,共5页
为了解决中文组块分析精度不高和未利用词的语义信息的问题,提出了一种基于条件随机域模型和语义类的中文组块分析方法.该方法通过研究中文组块分析任务及其序列化特性,采用条件随机域模型融合不同类型特征,克服标记偏置问题,将语义词...
为了解决中文组块分析精度不高和未利用词的语义信息的问题,提出了一种基于条件随机域模型和语义类的中文组块分析方法.该方法通过研究中文组块分析任务及其序列化特性,采用条件随机域模型融合不同类型特征,克服标记偏置问题,将语义词典中抽取的语义类特征应用到中文组块分析中,提高分析精度.实验表明,该方法取得了F值为92.77%的中文组块分析性能,实验进一步还表明了特征模板的选取和训练语料的规模对于分析性能的影响.
展开更多
关键词
条件随机域
中文组块分析
特征模板
语义词典
在线阅读
下载PDF
职称材料
基于SVM-Adaboost的中文组块分析
被引量：
1
3
作者
别致
周俊生
陈家骏
《计算机工程与应用》
CSCD
北大核心
2008年第21期171-173,211,共4页
组块分析是一种非常重要的句法分析预处理手段,通过将文本划分成一组互不重叠的片断,来达到降低句法分析的难度。提出一种基于SVM-Adaboost的中文组块分析方法,将基于线性核函数的支持向量机与Adaboost算法相结合,以基于线性核函数的SV...
组块分析是一种非常重要的句法分析预处理手段,通过将文本划分成一组互不重叠的片断,来达到降低句法分析的难度。提出一种基于SVM-Adaboost的中文组块分析方法,将基于线性核函数的支持向量机与Adaboost算法相结合,以基于线性核函数的SVM作为Adaboost的分量分类器,在学习过程中改变分量分类器的核参数。实验结果表明了该算法的有效性。
展开更多
关键词
中文组块分析
ADABOOST
支持向量机
在线阅读
下载PDF
职称材料
题名
基于词聚类特征的统计中文组块分析模型
被引量：
7
1
作者
孙广路
王晓龙
刘秉权
关毅
机构
哈尔滨工业大学计算机科学与技术学院
哈尔滨理工大学计算机科学与技术学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2008年第12期2450-2453,2399,共5页
基金
国家自然科学基金(No.60435020No.60673037)
国家863项目(No.2006AA01Z197No.2007AA01Z172)
文摘
提出了一种基于信息熵的层次词聚类算法,并将该算法产生的词簇作为特征应用到中文组块分析模型中.词聚类算法基于信息熵的理论,利用中文组块语料库中的词及其组块标记作为基本信息,采用二元层次聚类的方法形成具有一定句法功能的词簇.在聚类过程中,设计了优化算法节省聚类时间.用词簇特征代替传统的词性特征应用到组块分析模型中,并引入名实体和仿词识别模块,在此基础上构建了基于最大熵马尔科夫模型的中文组块分析系统.实验表明,本文的算法提升了聚类效率,产生的词簇特征有效地改进了中文组块分析系统的性能.
关键词
词聚类
信息熵
中文组块分析
句法功能
Keywords
word clustering
information entropy
Chinese chunking
syntactic function
分类号
TP391.2 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于条件随机域和语义类的中文组块分析方法
被引量：
5
2
作者
孙广路
郎非
薛一波
机构
清华大学信息技术研究院
哈尔滨理工大学计算机科学与技术学院
哈尔滨理工大学外国语学院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2011年第7期135-139,共5页
基金
国家自然科学基金资助项目(60903083)
黑龙江省自然科学基金项目(F200936)
黑龙江省高等学校新世纪优秀人才基金资助项目(1155-ncet-008)
文摘
为了解决中文组块分析精度不高和未利用词的语义信息的问题,提出了一种基于条件随机域模型和语义类的中文组块分析方法.该方法通过研究中文组块分析任务及其序列化特性,采用条件随机域模型融合不同类型特征,克服标记偏置问题,将语义词典中抽取的语义类特征应用到中文组块分析中,提高分析精度.实验表明,该方法取得了F值为92.77%的中文组块分析性能,实验进一步还表明了特征模板的选取和训练语料的规模对于分析性能的影响.
关键词
条件随机域
中文组块分析
特征模板
语义词典
Keywords
conditional random fields
Chinese chunking
feature template
semantic dictionary
分类号
TP391.2 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于SVM-Adaboost的中文组块分析
被引量：
1
3
作者
别致
周俊生
陈家骏
机构
南京大学计算机软件新技术国家重点实验室
南京师范大学计算机科学系
出处
《计算机工程与应用》
CSCD
北大核心
2008年第21期171-173,211,共4页
基金
国家自然科学基金( the National Natural Science Foundation of China under Grant No.60673043)
国家社科基金资助项目( No.07BYY051)
+1 种基金
江苏省自然科学基金( the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2006117)
江苏省高校自然科学基金资助项目( No.07KJB520057)
文摘
组块分析是一种非常重要的句法分析预处理手段,通过将文本划分成一组互不重叠的片断,来达到降低句法分析的难度。提出一种基于SVM-Adaboost的中文组块分析方法,将基于线性核函数的支持向量机与Adaboost算法相结合,以基于线性核函数的SVM作为Adaboost的分量分类器,在学习过程中改变分量分类器的核参数。实验结果表明了该算法的有效性。
关键词
中文组块分析
ADABOOST
支持向量机
Keywords
Chinese text chunking
Adaboost
support vector machine
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于词聚类特征的统计中文组块分析模型
孙广路
王晓龙
刘秉权
关毅
《电子学报》
EI
CAS
CSCD
北大核心
2008
7
在线阅读
下载PDF
职称材料
2
基于条件随机域和语义类的中文组块分析方法
孙广路
郎非
薛一波
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2011
5
在线阅读
下载PDF
职称材料
3
基于SVM-Adaboost的中文组块分析
别致
周俊生
陈家骏
《计算机工程与应用》
CSCD
北大核心
2008
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
