摘要:本文研究了一种支持向量机(SVM)和基于转换的错误驱动学习相结合的汉语组块识别方法。SVM在选取特征方面有突出的优点,并且在高维特征空间也具有较高的泛化性能,通过核函数的原则,SVM能够在独立于训练数据维数的小计算范围内进行训练。利用基于转换的错误驱动学习方法对SVM的标注结果进行校正,转换规则较好地处理了语言现象中的特殊情况,进一步提高了SVM的识别结果。实验结果表明,该方法具有较好的效果。
关键词:支持向量机 基于转换的错误驱动学习 汉语组块识别
单位:国防科技大学计算机学院; 湖南长沙410073
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
Advances in Atmospheric Sciences Biomedical and Environmental Sciences The Journal of China Universities of Posts and Telecommunications Journal of Environmental Sciences Journal of Systematics and Evolution Chemical Research in Chinese Universities Journal of Zhejiang University Science B Journal of Zhejiang University Science A Applied Mathematics:A Journal of Chinese Universities Journal of Huazhong University of Science and Technology