本文介绍了一种基于错误驱动的字词混合模型，用于联合中文分词和词性标注。通过结合词级和字符级标注，利用MIRA算法进行学习。研究使用了Penn Chinese Treebank，并进行了10折交叉验证，提出了一种新的方法来处理未识别的未知词，以提高系统性能。在不同数据集上与先前方法对比，该模型表现出优越的性能。
An Error-Driven Word-Character Hybrid Model for Joint Chinese Word Segmentation and POS Tagging
作者：神户大学，Canasai Kruengkrai, and Kiyotaka Uchimoto, and Jun’ichi Kazama, Yiou Wang, and Kentaro Torisawa, and Hitoshi Isahara
出处：Proceedings of the 47th Annual Meeting of the ACL and the 4th IJCNLP of the AFNLP, pages 513–521,Suntec, Singapore, 2-7 August2009.
word-character based标注结合MIRA算法，是Tetsuji Nakagawa继2004-2007年后的又一次改进
引言部分
分词词性标注一体化，从2004-2009得到非常广泛的关注(Ngand Low, 2004; Nakagawa and Uchimoto, 2007;Zhang and Clark, 2008; Jiang et al., 2008a; Jianget al., 2008b)
字词混合标注模型2004年提出使用，词Markov
最低0.47元/天 解锁文章
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
