基于最大熵模型的词位标注汉语分词

• 作者: 于江德 樊孝忠 王希杰
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 汉语分词 词位标注 最大熵模型 词位标注集 特征模板
• 年，卷（期）: 2011,（1）
• 页码范围: 70-74
• 分类号: TP391
• 字数: 3996字
• 语种: 中文

摘要

近年来基于字的词位标注汉语分词方法极大地提高了分词的性能,该方法将汉语分词转化为字的词位标注问题,借助于优秀的序列标注模型,词位标注汉语分词逐渐成为汉语分词的主要技术路线.该方法中特征模板集设定和词位标注集的选择至关重要,采用不同的词位标注集,使用最大熵模型进一步研究了词位标注汉语分词技术.在国际汉语分词评测Bakeoff2005的语料上进行了封闭测试,并对比了不同词位标注集对分词性能的影响.实验表明所采用的六词位标注集配合相应的特征模板集TMPT-6较其他词位标注集分词性能要好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊孝忠	北京理工大学计算机科学技术学院	127	2336	26.0	43.0
2	王希杰	安阳师范学院计算机与信息工程学院	29	180	7.0	12.0
3	于江德	安阳师范学院计算机与信息工程学院	33	345	10.0	17.0