领域自适应的合成词词性标注研究

• 作者: 张春荣 赵琦
• 来源期刊: 计算机应用研究
• 关键词: 词性标注 支持向量机 基于转换学习 合成词 领域自适应
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1350-1354
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.05.015

摘要

在词性标注研究中,未登录的专业领域合成词给词性标注增加了很大的困难.提出了一种领域自适应的合成词词性标注方法,融合支持向量机(SVM)模型和基于转换学习(TBL)的方法来进行自动词性标注.对专业领域合成词的形态特征进行了详尽的分析,对有关的语法特点和语言现象进行了总结.有效利用这些合成词构词单元的语言学信息,把词类和词内结构信息引入SVM特征选择模板和TBL转换规则模板中,并采用核心属性渗透方法标注专业领域合成词的词性.实验结果表明,该方案能够有效地提高词性标注的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春荣		1	2	1.0	1.0
2	赵琦		1	2	1.0	1.0