統(tǒng)計方法信息抽取中的若干關鍵技術研究.pdf_第1頁
已閱讀1頁，還剩132頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、 本文采用統(tǒng)計和機器學習的方法研究信息抽取領域的一些重要問題，提出了一種使用EM算法完成模型參數(shù)估計的語種識別方法。該方法基于字符層馬爾科夫模型，不需要對語言特點和編碼規(guī)范的分析，而且與以往的統(tǒng)計語種識別方法相比，能夠建立混雜度更小的語言模型?！　　?采用條件隨機域模型識別復雜最長名詞短語，能夠回避最大熵隱馬爾科夫模型等模型存在的標注偏置問題和傳統(tǒng)方法處理長程關聯(lián)的不足，同時，引入了一種受限的前向-后向解碼算法以提高該

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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論