-
题名极大似然优化EM算法的汉语分词认知模型
被引量：2
- 1
-
-
作者
赵越
李红
-
机构
辽宁师范大学脑与认知神经科学研究中心
辽宁师范大学文学院
深圳大学心理与社会学院
-
出处
《科技通报》
北大核心
2016年第4期178-181,共4页
-
基金
辽宁师范大学青年科研项目
-
文摘
针对标准EM算法在汉语分词的应用中还存在收敛性能不好、分词准确性不高的问题,本文提出了一种基于极大似然估计规则优化EM算法的汉语分词认知模型,首先使用当前词的概率值计算每个可能切分的可能性,对切分可能性进行"归一化"处理,并对每种切分进行词计数,然后针对标准EM算法得到的估计值只能保证收敛到似然函数的一个稳定点,并不能使其保证收敛到全局最大值点或者局部最大值点的问题,采用极大似然估计规则对其进行优化,从而可以使用非线性最优化中的有效方法进行求解达到加速收敛的目的。仿真试验结果表明,本文提出的基于极大似然估计规则优化EM算法的汉语分词认知模型收敛性能更好,且在汉语分词的精确性较高。
-
关键词
EM算法
汉语分词认知
收敛性优化
极大似然估计规则
归-化处理
-
Keywords
EM algorithm
Chinese words cognition
convergence optimization
maximum likelihood estimation rule
normalization
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
