-
题名基于一种混合语言模型的自动文本分类技术研究
被引量：2
- 1
-
-
作者
郑德权
李生
赵铁军
于浩
-
机构
哈尔滨工业大学语言语音教育部-微软重点实验室
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2007年第3期601-605,共5页
-
基金
国家自然科学基金(60302021)
黑龙江省自然科学基金(F2004-04)资助课题
-
文摘
随着Internet以及Intranet中大量可利用信息的爆炸式增长,文本分类成为处理和组织大量文档数据的关键技术之一。该文提出一种本体论和统计方法相结合的混合语言模型,用以解决自动文本分类问题。首先,通过学习不同类别的训练语料,分别获得各自类别的语言本体知识库,构造成为不同类别的分类器。对于实际文档,将基于不同类别的语言本体知识库分别获得对文档的评价值,并以所获得的最高评价值决定该文档的类别归属。与Bayes,k-nearest neighbor,support vector machine等3种典型的文本分类器进行了比较。实验结果表明,该文方法的分类性能均胜于其上述3种方法。
-
关键词
文本分类
水体
混合语言模型
上下文
多元信息
-
Keywords
Text classification
Ontology
Hybrid language model
Context
Multi-grams
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一个基于混合语言模型的日文识别后处理系统
- 2
-
-
作者
谢旭东
丁晓青
彭良瑞
刘长松
-
机构
清华大学电子工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2002年第14期68-72,共5页
-
基金
国家863高技术研究发展计划(编号:2001AA114081)
国家自然科学基金(编号:69972024)
-
文摘
在文字识别系统中,为了进一步提高文本识别率,后处理模块是很重要的环节。文章针对日文的语言特性,建立统计方法和规则相结合的混和语言模型,实现了一个日文识别后处理系统。该系统首先利用Viterbi算法得到统计模型输出的最优结果,通过与前端识别器输入的识别结果相比较,确定可疑字位置,再利用上下文词匹配方法和语法规则库的使用对可疑字进行检错和纠错处理。经实验验证,该后处理系统对识别日文印刷体文本错误率平均下降21.4%。
-
关键词
混合语言模型
日文识别后处理系统
知识库
文字识别系统
-
Keywords
Japanese OCR,post-processing,language model,statistical method,knowledge base
-
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
-
-
题名基于混合语言模型的盲汉机器翻译系统的研究与实现
被引量：5
- 3
-
-
作者
周春耕
张秉权
黄河燕
-
机构
沈阳工业学院计算机系
中国科学院计算机语言信息工程研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2003年第4期127-130,共4页
-
基金
国家杰出青年科学家基金资助(编号:69925102)
-
文摘
文章介绍了一种规则与统计相结合的混合语言模型来实现盲文到汉语的机器翻译,该技术把基于统计的Markov模型与规则量化模型相结合,用Viterbi算法寻找最佳汉语句子,取得了良好的翻译效果。
-
关键词
盲汉机器翻译系统
混合语言模型
VITERBI算法
计算机
MARKOV模型
-
Keywords
Markov model,Quantized rules,Viterbi algorithm
-
分类号
TP391.2
[自动化与计算机技术—计算机应用技术]
-
