最大熵和HMM在中文词性标注中的应用

• 作者: 余昕聪 吕学强 李红莲
• 来源期刊: 无线互联科技
• 关键词: 隐马尔科夫模型(HMM) 最大熵模型 未登录词 汉语的词性标注
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 设计分析
• 页码范围: 122-124
• 页数: 3页
• 字数: 4003字
• 语种: 中文

摘要

隐马尔可夫模型（HMM）基于n-元语法的标注效果虽然不错，但由于预测信息的不足，对汉语的词性标注，特别是未登录词的词性标注精度影响很大。而最大熵模型使用特征的形式，有效的利用了上下文信息，在一定的约束条件下可以得到与训练数据一致的概率分布，即使是未登录词，由于其丰富的上下文信息，对它的词性标注也起到了很好的预测作用。实验结果证明最大熵方法取得了较好的标注效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红莲		30	188	5.0	13.0
2	吕学强		146	1187	15.0	30.0
3	余昕聪		2	6	1.0	2.0