基于条件随机场的无监督中文词性标注

• 作者: 周国栋 孙静 李军辉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 条件随机场 无监督学习 词性标注
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 21-23,46
• 分类号: TP391.1
• 字数: 4615字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.04.006

摘要

中文词性标注是中文信息处理领域的一项基础工作.提出了一种基于条件随机场CRFs(Conditional Random Fields)模型的无监督的中文词性标注方法.首先利用词典对获得的已分好词的生文本进行词性标注,得到初始标注语料,然后利用CRFs对语料进行迭代标注,逐步优化标注结果.并以宾州树库为实验语料,考察了不同规模的标注数据对模型性能的影响,在四份不同规模语料上的实验表明,词性标注正确率提高了1.88%～2.26%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙静	苏州大学计算机科学与技术学院	47	238	10.0	13.0
2	周国栋	苏州大学计算机科学与技术学院	138	1425	22.0	32.0
3	李军辉	苏州大学计算机科学与技术学院	25	151	6.0	12.0