基于二阶HMM的中医诊断古文词性标注

• 作者: 刘博 刘蕾 张鑫 杜建强 聂斌 郝竹林
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 中医诊断古文 词性标注 上下文联系 比例因子 二阶隐马尔可夫模型 生词处理
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 211-216
• 页数: 6页
• 分类号: TP18
• 字数: 4963字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.07.035

摘要

针对传统隐马尔可夫模型(HMM)的词性标注存在捕获上下文信息有限的问题,提出一种改进的二阶隐马尔可夫模型.该模型考虑上下文联系,精确标注中医诊断文本.对训练过程中出现数组下溢的问题,采用生词处理及增加比例因子的方法对其加以修正.实验结果表明,改进后的二阶HMM比传统HMM模型具有更高的词性标注正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜建强	江西中医药大学计算机学院	78	376	10.0	16.0
2	郝竹林	江西中医药大学计算机学院	6	49	4.0	6.0
3	张鑫	江西中医药大学计算机学院	8	33	4.0	5.0
4	聂斌	江西中医药大学计算机学院	49	122	6.0	9.0
5	刘蕾	江西中医药大学计算机学院	7	9	2.0	3.0
6	刘博	江西中医药大学计算机学院	4	4	1.0	2.0