基于增益的隐马尔科夫模型的文本组块分析

• 作者: 姚天顺 朱靖波 李珩 杨峰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 文本组块 隐马尔科夫模型 增益的隐马尔科夫模型
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 152-154,192
• 页数: 4页
• 分类号: TP3
• 字数: 4412字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2004.02.044

摘要

本文提出一种基于增益的隐马尔科夫模型（Transductive HMM）的方法，用于文本组块（Text Chunking）分析的研究。该方法将一些上下文信息导入隐马尔科夫模型（HMM），构造增益的隐马尔科夫模型（Transductive HMM）。该模型不需要修改标准的隐马尔科夫模型的训练和标注过程，只需要对训练语料根据导入的上下文信息进行相应的转换。实验结果显示，该方法在文本组块分析方面是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚天顺	东北大学计算机软件与理论研究所	61	1723	24.0	40.0
2	朱靖波	东北大学计算机软件与理论研究所	44	806	17.0	28.0
3	李珩	东北大学计算机软件与理论研究所	7	265	6.0	7.0
4	杨峰	东北大学计算机软件与理论研究所	2	20	1.0	2.0