摘要：语义标注所用标签数目众多,训练数据更为稀疏,用HMM作语义标注面临参数估计不准的难题.不同于传统的解决数据稀疏方法,以的层次式结构为依据,提出了利用语义层次的提升来改善HMM(hidden Markov model)中参数的估计质量;在算法实现中,采用选择受限策略来解决因语义提升而引起的模型辨别力下降问题.测试表明,在训练数据相对稀疏的情况下,适度调整模型的语义层次可大幅提高语义标注的精度,该方法表现出较好的可塑性.

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=12198256

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）