基于分层选择策略的主动学习分词方法

• 作者: 梁喜涛 顾磊
• 来源期刊: 计算机应用研究
• 关键词: 中文分词 主动学习 不确定性取样 分层取样策略
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 算法研究与探讨
• 页码范围: 1353-1356
• 页数: 4页
• 分类号: TP181|TP311.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.05.018

摘要

为了克服训练样本不足、获取大量标注样本费时费力的问题，在基于不确定选择策略的基础上，提出了一种新的基于分层选择策略的主动学习方法。使用新提出的选择策略从大量无标注的样本中选择最有价值的样例，进行标注后加入到训练集中来训练分词器。最后在 PKU、MSR 和山西大学数据集上进行测试，并与不确定选择策略进行比较。结果表明提出的分层选择策略在相同大小的训练语料下可以获得更高的分词准确率，同时还降低了人工标注的代价。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾磊	南京邮电大学计算机学院	25	149	4.0	12.0
2	梁喜涛	南京邮电大学计算机学院	4	123	2.0	4.0