基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
词性标注是自然语言处理过程中一个基本又重要的环节。基于HMM模型的词性标注牵涉到分词、词性标记集的确定、HMM模型的建立等内容,这些内容也正是利用计算机进行词性标注的前提。本文在建立隐马尔可夫模型(HMM)及利用Viterbi算法进行藏语词性标注的基础上,提出了几点能提高词性标注效率和准确率的方法。
推荐文章
基于强化学习的壮语词性标注
智能信息处理
词性标注
强化学习
长短期记忆网络
策略网络
一种新颖的词性标注模型
马氏族模型
词性标注
隐马尔可夫模型
Viterbi算法
领域自适应的合成词词性标注研究
词性标注
支持向量机
基于转换学习
合成词
领域自适应
汉语词性标注排歧方法探讨
词性标注同现概率矩阵语料库统计模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 藏语词性标注
来源期刊 信息与电脑:理论版 学科 工学
关键词 词性标注 自然语言处理 隐马尔可夫模型 VITERBI 训练语料 程度副词 自动标注 不及物动词
年,卷(期) xxydnllb_2013,(8) 所属期刊栏目
研究方向 页码范围 164-165
页数 2页 分类号 TP391.1
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 安见才让 青海民族大学藏文信息研究所 84 61 5.0 6.0
2 完么才让 青海民族大学藏文信息研究所 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
词性标注
自然语言处理
隐马尔可夫模型
VITERBI
训练语料
程度副词
自动标注
不及物动词
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑(理论版)
月刊
1003-9767
11-2697/TP
大16开
82-454
2007
chi
出版文献量(篇)
11272
总下载数(次)
57
论文1v1指导