SVM和基于转换的错误驱动学习相结合的汉语组块识别

• 作者: 王挺 邹宏梅
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 支持向量机 基于转换的错误驱动学习 汉语组块识别
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 自然语言处理
• 页码范围: 91-94,123
• 页数: 5页
• 分类号: TP311
• 字数: 6253字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2007.04.029

摘要

本文研究了一种支持向量机(SVM)和基于转换的错误驱动学习相结合的汉语组块识别方法.SVM在选取特征方面有突出的优点,并且在高维特征空间也具有较高的泛化性能,通过核函数的原则,SVM能够在独立于训练数据维数的小计算范围内进行训练.利用基于转换的错误驱动学习方法对SVM的标注结果进行校正,转换规则较好地处理了语言现象中的特殊情况,进一步提高了SVM的识别结果.实验结果表明,该方法具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王挺	国防科技大学计算机学院	39	558	10.0	23.0
2	邹宏梅	国防科技大学计算机学院	1	3	1.0	1.0