摘要：基于类的统计语言模型是解决统计模型数据稀疏问题的重要方法。但该方法的两个主要瓶颈颈在于：（１）词的聚类。目前我们很难找到一种比较成熟且运算量适中、收敛效果好的聚类算法。（２）基于类的模型为增强对不同领域语料的适应性能往往牺牲了一部分预测能力。该文的工作就是围绕这两个瓶颈问题展开的，在词的聚类方面，作者基于自然语言词与词之间的相似度，提出了一种词的分层聚类算法。实验证明，该算法在算法复杂度和聚类效果

原文链接:http://www.cqvip.com//QK/90818X/199909/3793824.html

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。）