音樂命名實(shí)體識(shí)別技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 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、命名實(shí)體(Named Entity,NE)識(shí)別的任務(wù)是識(shí)別出文本中特定的實(shí)體,它是信息抽取、機(jī)器翻譯、信息檢索和自動(dòng)問答等多種自然語言處理技術(shù)的重要基礎(chǔ)。本文研究的是音樂領(lǐng)域的命名實(shí)體識(shí)別,識(shí)別的實(shí)體包括音樂名、藝術(shù)家名、專輯名和藝術(shù)家別名4類。
  目前命名實(shí)體識(shí)別領(lǐng)域主要有規(guī)則和統(tǒng)計(jì)兩類方法。規(guī)則方法簡(jiǎn)單直觀,但規(guī)則的建立過程費(fèi)時(shí)費(fèi)力,不易移植。統(tǒng)計(jì)方法的健壯性和靈活性更好,可以方便地在不同領(lǐng)域之間移植,但統(tǒng)計(jì)模型的訓(xùn)練要求大

2、規(guī)模高質(zhì)量的標(biāo)準(zhǔn)語料庫,而語料的標(biāo)注工作同樣需要消耗大量的人力物力。
  本文根據(jù)音樂命名實(shí)體的特點(diǎn),在語料庫規(guī)模有限、語料質(zhì)量較差的條件下,提出一種規(guī)則和統(tǒng)計(jì)模型相結(jié)合的分類方法來進(jìn)行音樂NE的識(shí)別。首先通過音樂專業(yè)詞典以及兩條簡(jiǎn)單的規(guī)則匹配出音樂NE的候選,然后通過最大熵(Maximum Entropy,ME)模型進(jìn)行分類完成音樂NE的識(shí)別。
  為了更加直觀地展示這種分類方法的特點(diǎn),文中將它和詞典匹配方法、基于隱馬爾可

3、夫模型(Hidden Markov Model,HMM)的序列標(biāo)注方法以及基于最大熵馬爾可夫(Maximum Entropy Markov Model,MEMM)的序列標(biāo)注方法進(jìn)行了比較實(shí)驗(yàn)。實(shí)驗(yàn)證明我們的分類方法的音樂 NE識(shí)別性能最好。本文還著重研究了ME模型特征中詞典信息對(duì)于音樂NE識(shí)別的作用,結(jié)果顯示其貢獻(xiàn)很大。
  總的來說,本文提出的分類方法能夠使用更加豐富的特征,更加有效地利用音樂詞典的信息,克服了語料庫規(guī)模較小、質(zhì)

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