基于半督導(dǎo)機(jī)器學(xué)習(xí)的分詞算法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、詞是最小的能獨(dú)立運(yùn)用的語言單位，漢語、日語等東方語言的一個(gè)顯著特點(diǎn)是文本中詞與詞之間沒有顯式的分隔標(biāo)記。因此，分詞在機(jī)器翻譯、信息檢索、文本分類等中文信息處理的各項(xiàng)任務(wù)中都發(fā)揮著基礎(chǔ)性的重要作用。研究工作具有以下特點(diǎn)：首先，以無督導(dǎo)機(jī)器學(xué)習(xí)方法為基本框架，基于未標(biāo)注語料庫，不使用人工詞典，建立語言模型，使用最大期望（EM）算法迭代地訓(xùn)練模型，優(yōu)化模型參數(shù)。為了進(jìn)一步提高模型性能，防止EM固有的局部最優(yōu)問題以及所造成的粗分現(xiàn)象，研究并改

2、進(jìn)了基于互信息的詞典修剪算法?？紤]到互信息能更好地反映兩個(gè)字之間的耦合性，對(duì)字符串進(jìn)行劃分時(shí)，使用基于字符間互信息的方法代替了最大似然估計(jì)方法，找到詞中字與字之間相關(guān)性最弱的位置，有效提高了修剪正確率。其次，提出了一種具有主動(dòng)學(xué)習(xí)能力的分詞算法，在主要利用大量未標(biāo)注數(shù)據(jù)的同時(shí)，能夠主動(dòng)選擇少量最有價(jià)值的數(shù)據(jù)加以人工標(biāo)注，達(dá)到綜合使用未標(biāo)注數(shù)據(jù)和少量標(biāo)注數(shù)據(jù)訓(xùn)練語言模型的目的?；谏鲜龉ぷ?，研究并實(shí)現(xiàn)了基于半督導(dǎo)機(jī)器學(xué)習(xí)的分詞系統(tǒng)。實(shí)驗(yàn)