基于最大熵模型的中文命名實(shí)體識(shí)別方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩70頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、命名實(shí)體識(shí)別是信息抽取的子任務(wù),同時(shí)也是機(jī)器翻譯、自動(dòng)問(wèn)答等多種自然語(yǔ)言處理技術(shù)的基礎(chǔ)。由于受中文自身特點(diǎn)的限制,中文命名實(shí)體識(shí)別一直相當(dāng)困難。為了促進(jìn)其它中文自然語(yǔ)言處理技術(shù)和應(yīng)用的發(fā)展,研究中文命名實(shí)體的識(shí)別技術(shù)是很有意義,也是非常重要的。 本文利用最大熵模型(Maximum Entropy,ME )進(jìn)行中文命名實(shí)體識(shí)別。嘗試了在不同特征模板集下,命名實(shí)體識(shí)別的性能,深入研究了最大熵模型在中文命名實(shí)體識(shí)別中的特點(diǎn),發(fā)現(xiàn)最大

2、熵模型不能自動(dòng)組合特征,模型性能很大程度上依賴于特征模板。因此,設(shè)計(jì)合理的特征模板是基于最大熵模型中文命名實(shí)體識(shí)別的關(guān)鍵。 漢語(yǔ)中存在大量的隱含語(yǔ)義特征,可以幫助命名實(shí)體的識(shí)別,而最大熵模型的一個(gè)重要優(yōu)點(diǎn)就是能融合不同粒度和不同層次的特征。針對(duì)這一特點(diǎn),本文通過(guò)從語(yǔ)料庫(kù)中抽取信息的方式,建立了大量的中文命名實(shí)體語(yǔ)義知識(shí)庫(kù)。但是,由于語(yǔ)料庫(kù)的規(guī)模有限,并且基于統(tǒng)計(jì)的方法普遍存在數(shù)據(jù)稀疏的問(wèn)題,導(dǎo)致很多重要的知識(shí)不能被挖掘出來(lái)。為了

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