文本语块识别典型方法的比较与分析

• 作者: 曹军 梁颖红
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 文本语块识别 支持向量机 感知器 WINNOW 隐马尔科夫模型
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 智能、算法、系统结构
• 页码范围: 76-79
• 页数: 4页
• 分类号: TP391.43
• 字数: 3783字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.11.021

摘要

文本语块识别在自然语言处理领域具有重要作用.以WINNOW、支持向量机和感知器三种典型的语块识别方法为对象,从模型和特征两方面对每种方法进行了剖析,并比较和分析了三种方法与隐马尔科夫模型的优缺点,指出如果为了避免数据稀疏而只采用"词性"特征来识别多种语块,那些对于"词"敏感的短语准确率将会很低.因此针对不同的语块采用不同的特征和策略,不同短语的识别相互借鉴,把不同语块的识别集成在一起,将会起到很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹军	东北林业大学机电工程学院	133	1090	17.0	23.0
2	梁颖红	苏州市职业大学计算机学院	16	100	6.0	9.0