HMM在自然语言处理领域中的应用研究

• 作者: 姜杰 韩普
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 隐马尔可夫模型 信息抽取 词性标注 命名实体
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 245-248,252
• 页数: 5页
• 分类号: TP391
• 字数: 4862字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.02.064

摘要

隐马尔可夫模型(HMM)是一种强大的统计学机器学习技术,该模型已经成功地应用于连续语音识别、在线手写识别,在生物学信息中也得到了广泛的应用.由于该模型的强大的学习能力,在自然语言处理领域逐渐得到了应用.对隐马尔可夫模型在词性标注、命名实体识别、信息抽取应用中的关键问题进行了分析,着重分析了在信息抽取时使用隐马尔可夫模型的重点和难点问题,期望让更多的研究人员进一步认识和了解HMM.最后分析了隐马尔可夫模型在应用中的不足之处和改进研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜杰	南京师范大学教育科学学院	23	192	8.0	13.0
2	韩普	南京师范大学教育科学学院	2	34	2.0	2.0