基于SVM-Adaboost的中文组块分析

• 作者: 别致 周俊生 陈家骏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 中文组块分析 Adaboost 支持向量机
• 年，卷（期）: 2008,（21）
• 所属期刊栏目: 机器学习
• 页码范围: 171-173,211
• 页数: 4页
• 分类号: TP18
• 字数: 4170字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.21.047

摘要

组块分析是一种非常重要的句法分析预处理手段,通过将文本划分成一组互不重叠的片断,来达到降低句法分析的难度.提出一种基于SVM-Adaboost的中文组块分析方法,将基于线性核函数的支持向量机与Adaboost算法相结合,以基于线性核函数的SVM作为Adaboost的分量分类器,在学习过程中改变分量分类器的核参数.实验结果表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈家骏	南京大学计算机软件新技术国家重点实验室	61	1082	18.0	31.0
2	周俊生	南京师范大学计算机科学系	30	607	11.0	24.0
3	别致	南京大学计算机软件新技术国家重点实验室	1	4	1.0	1.0