改进的HMM应用于哈萨克语词性标注

• 作者: 侯呈风 古丽拉·阿东别克
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 隐马尔科夫模型 哈萨克语 词性标注
• 年，卷（期）: 2010,（36）
• 页码范围: 147-149
• 分类号: TP391.1
• 字数: 3733字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.36.040

摘要

哈萨克语的词性标注在自然语言信息处理领域中扮演着重要角色,是句法分析、信息抽取、机器翻译等自然语言处理的基础.在传统的HMM的基础上改进了HMM模型参数的计算、数据平滑以及未登录词的处理方法,使之更好地体现词语的上下文依赖关系.利用基于统计的方法对哈萨克语熟语料进行训练,然后用Viterbi算法实现词性标注.实验结果表明利用改进的HMM进行词性标注的效果比传统的HMM好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古丽拉·阿东别克	新疆大学信息科学与工程学院	39	258	8.0	14.0
2	侯呈风	新疆大学信息科学与工程学院	2	14	2.0	2.0