基于隐马尔科夫模型的古汉语词性标注

• 作者: 杨新生 胡立生
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 词性标注 古汉语 隐马尔科夫模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 教育探索
• 页码范围: 130-133
• 页数: 4页
• 分类号: TP311
• 字数: 2909字
• 语种: 中文

摘要

古汉语在语法和形态上与现代汉语有着本质的区别.从统计的角度出发,首先为古汉语设计一个标记集,将隐马尔可夫模型(HMM)与维特比算法相结合,以此对古汉语进行词性标注.通过对传统方法的改进,最终bigram模型和trigram模型的标注准确率分别提高到94.9％和96.5％,同时未登录词的标注精度也有显著提高.该方法应用于古汉语词性标注中,能根据古汉语的特点有效提高标注精度,并且在古汉语机器翻译等领域有广泛应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡立生	上海交通大学电子信息与电气工程学院	54	189	7.0	10.0
2	杨新生	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0