基于Rough Sets和模糊神经网络的汉语兼类词词性标注规则的获取方法

• 作者: 张仰森 支天云
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Rough Sets 模糊神经网络 兼类词 词性标注
• 年，卷（期）: 2002,（12）
• 所属期刊栏目: 学术探讨
• 页码范围: 89-91，230
• 页数: 4页
• 分类号: TP18
• 字数: 4190字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2002.12.032

摘要

文章提出了基于Rough Sets的汉语兼类词初始标注规则的获取方法,并通过模糊神经网络(FNN)进行优化,最后再进行简化获取模糊规则;文章以人工标注过的句子作为训练集和测试集,得出了训练集左3、左4、右3、右4个兼类词标注规则库;对同样的训练集和测试集,采用统计二元模型进行标注后,再利用该方法(粗糙模糊神经网络方法,简称RSFNN)进行二次标注,结果表明RSFNN方法优于统计二元模型方法.最后实例说明汉语兼类词词性标注规则的获取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	支天云	山西大学计算机科学系	13	174	5.0	13.0
2	张仰森	山西大学计算机科学系	14	152	8.0	12.0