2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩71頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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、許多中文自然語(yǔ)言處理任務(wù)需要以詞為單位的數(shù)據(jù),分詞是這樣的處理任務(wù)的第一步。在中文句子中,除了有標(biāo)點(diǎn)符號(hào)用來斷句外,字與字緊密相連,某個(gè)字串是否成詞往往與上下文有關(guān)。這與英文等語(yǔ)言很不相同:英文中有空格符作為詞語(yǔ)的分割標(biāo)記,而中文卻沒有類似標(biāo)記。由于上下文是一個(gè)相對(duì)模糊的概念,這使得分詞成為一項(xiàng)困難的任務(wù)。隨著統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法的成熟,其應(yīng)用領(lǐng)域也逐漸擴(kuò)展?;诮y(tǒng)計(jì)機(jī)器學(xué)習(xí)方法的利用字標(biāo)注思想的分詞方法在中文分詞任務(wù)中取得了很好的效果。研

2、究人員將研究較為成熟的詞性標(biāo)注思想引入到中文分詞中來,使得中文分詞方法的準(zhǔn)確率得到極大的提升。
  本文介紹了兩個(gè)統(tǒng)計(jì)模型:最大熵模型和線性鏈條件隨機(jī)場(chǎng)模型,重點(diǎn)關(guān)注它們的推導(dǎo)過程和在基于字標(biāo)注的分詞方法中的應(yīng)用。本文使用了較大篇幅詳細(xì)介紹模型的推導(dǎo)過程,以加深對(duì)模型的理解及利于模型的實(shí)現(xiàn)。在此基礎(chǔ)上,本文利用這兩個(gè)模型設(shè)計(jì)了分詞方法,并就分詞過程中涉及的多個(gè)步驟設(shè)計(jì)了改進(jìn)方法:對(duì)于模型訓(xùn)練,本文分析了模型實(shí)現(xiàn)時(shí)重要的數(shù)據(jù)結(jié)構(gòu)、提

3、出了多線程優(yōu)化方法;對(duì)于基于最大熵模型的分詞方法,本文優(yōu)化了最大熵模型的表示、提出了一種新的屬于動(dòng)態(tài)規(guī)劃方法的預(yù)測(cè)算法。同時(shí),本文通過實(shí)驗(yàn)討論了多線程優(yōu)化對(duì)于訓(xùn)練時(shí)間的影響、增加標(biāo)記集合和增加特征對(duì)于分詞精度的影響。
  本文的實(shí)驗(yàn)結(jié)果表明,多線程優(yōu)化技術(shù)可以有效減少模型的訓(xùn)練時(shí)間。同時(shí),本文提出的預(yù)測(cè)方法在性能上優(yōu)于傳統(tǒng)方法,而在準(zhǔn)確度上也略優(yōu)于傳統(tǒng)方法,這意味著將更多的用于后處理的技術(shù)用于分詞階段有利于提高分詞精度。另外,本文

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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。

評(píng)論

0/150

提交評(píng)論