版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分詞、詞性標(biāo)注是自然語(yǔ)言處理的基礎(chǔ)性課題,是很多其他自然語(yǔ)言處理任務(wù)的基礎(chǔ),同時(shí)在很大程度上影響著后續(xù)任務(wù)的最終性能。構(gòu)建一個(gè)高性能、高效率的中文分詞、詞性標(biāo)注系統(tǒng)具有重要的學(xué)術(shù)意義和應(yīng)用價(jià)值。
本文著眼于構(gòu)建一個(gè)性能優(yōu)異、高效率的分詞、詞性標(biāo)注系統(tǒng)。本文的研究?jī)?nèi)容主要包括三方面:詞典和統(tǒng)計(jì)相結(jié)合的分詞、詞性標(biāo)注方法,系統(tǒng)效率優(yōu)化和性能提升以及基于感知器(Perceptron)算法的模型增量訓(xùn)練。
本文使用詞典與統(tǒng)計(jì)
2、相結(jié)合的分詞、詞性標(biāo)注方法,不僅使分詞、詞性標(biāo)注達(dá)到了一個(gè)較好的性能,而且通過(guò)將詞典信息融入統(tǒng)計(jì)模型實(shí)現(xiàn)了中文分詞領(lǐng)域自適應(yīng)以及詞性標(biāo)注效率的提升。在此基礎(chǔ)上本文實(shí)現(xiàn)了基于感知器的并行訓(xùn)練算法,在保證性能的前提下大幅度提高模型訓(xùn)練效率。此外,本文還通過(guò)對(duì)模型文件的壓縮來(lái)提高速度以及減小內(nèi)存需求。同時(shí),本文使用半指導(dǎo)方法利用大規(guī)模未標(biāo)注數(shù)據(jù)進(jìn)一步提升詞性標(biāo)注準(zhǔn)確率。然后我們利用感知器算法屬于在線(Online)算法的優(yōu)點(diǎn),提出了基于感知器
3、算法的模型增量訓(xùn)練方法,并通過(guò)實(shí)驗(yàn)驗(yàn)證了增量訓(xùn)練方法在相同領(lǐng)域的有效性。最后我們通過(guò)對(duì)跨領(lǐng)域中文分詞增量訓(xùn)練結(jié)果不理想的原因進(jìn)行深入分析,將Stacked Learning框架引入跨領(lǐng)域中文分詞中。
實(shí)驗(yàn)結(jié)果表明,本文的分詞、詞性標(biāo)注系統(tǒng)在性能上達(dá)到了目前分詞、詞性標(biāo)注的最好性能,而且通過(guò)使用并行訓(xùn)練算法,可以大幅度的提高訓(xùn)練效率。實(shí)驗(yàn)結(jié)果也驗(yàn)證了本文提出的增量訓(xùn)練方法在相同領(lǐng)域數(shù)據(jù)中對(duì)于分詞、詞性標(biāo)注任務(wù)的有效性。同時(shí)通過(guò)對(duì)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于感知器算法的中文分詞增量系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 藏語(yǔ)分詞與詞性標(biāo)注研究.pdf
- 感知器算法
- 中文詞性標(biāo)注的研究與實(shí)現(xiàn).pdf
- 基于實(shí)例的中文分詞系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于crfs的中文分詞算法研究與實(shí)現(xiàn)
- 基于詞典的中文分詞算法改進(jìn)與實(shí)現(xiàn).pdf
- 基于CRFs的中文分詞算法研究與實(shí)現(xiàn).pdf
- 基于Lucene的中文分詞器設(shè)計(jì)與實(shí)現(xiàn).pdf
- 中文分詞系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 中文分詞算法的研究與實(shí)現(xiàn)
- 中文分詞算法的研究與實(shí)現(xiàn).pdf
- 中文分詞及詞性標(biāo)注中領(lǐng)域自適應(yīng)的研究.pdf
- 基于自然語(yǔ)言理解的中文分詞和詞性標(biāo)注方法的研究.pdf
- 基于本體的中文分詞算法的研究與實(shí)現(xiàn).pdf
- 漢語(yǔ)分詞中未登錄詞識(shí)別及詞性標(biāo)注的研究與實(shí)現(xiàn).pdf
- 基于物聯(lián)網(wǎng)的礦山環(huán)境感知器研究與設(shè)計(jì).pdf
- 漢語(yǔ)自動(dòng)分詞和詞性標(biāo)注研究.pdf
- 算法課程設(shè)計(jì)---中文分詞程序設(shè)計(jì)與實(shí)現(xiàn)
- 多層感知器
評(píng)論
0/150
提交評(píng)論