條件隨機(jī)場(chǎng)在序列標(biāo)注任務(wù)中的應(yīng)用研究.pdf

1、隨著社會(huì)的日益信息化，人們?cè)絹?lái)越強(qiáng)烈地希望用自然語(yǔ)言同計(jì)算機(jī)交流。自然語(yǔ)言理解是計(jì)算機(jī)科學(xué)中的一個(gè)引人入勝的、富有挑戰(zhàn)性的課題。從計(jì)算機(jī)科學(xué)特別是從人工智能的觀點(diǎn)看，自然語(yǔ)言理解的任務(wù)是建立一種計(jì)算機(jī)模型，這種計(jì)算機(jī)模型能夠給出象人那樣理解、分析并回答自然語(yǔ)言(即人們?nèi)粘Ｊ褂玫母鞣N通俗語(yǔ)言)的結(jié)果。 中文自然語(yǔ)言處理是讓機(jī)器理解中文的核心技術(shù)。在語(yǔ)義理解的整個(gè)過(guò)程中，智能分詞技術(shù)是最初的一個(gè)環(huán)節(jié)。它將組成語(yǔ)句的核心詞提煉出來(lái)供語(yǔ)

2、義分析模塊使用。在分詞的過(guò)程中，如何能夠恰當(dāng)?shù)靥峁┳銐蚨嗟脑~來(lái)供分析程序處理，并且過(guò)濾掉冗余的信息，這是后期語(yǔ)義分析的質(zhì)量和速度的重要前提。 命名實(shí)體識(shí)別任務(wù)是指識(shí)別文本中人名、地名等具有特定意義的實(shí)體，屬于信息抽取任務(wù)。因?yàn)閷?shí)體通常具有唯一性，所以命名實(shí)體識(shí)別在信息檢索、信息提取等應(yīng)用系統(tǒng)中受到特別的重視。好的命名實(shí)體識(shí)別效果對(duì)應(yīng)用系統(tǒng)的性能起到很大作用。 中文分詞和專有名詞識(shí)別都可以看作一個(gè)序列標(biāo)注任務(wù)來(lái)完成。而條件

3、隨機(jī)場(chǎng)是應(yīng)用廣泛的序列標(biāo)注模型。條件隨機(jī)場(chǎng)模型衍生自圖模型中的馬爾可夫隨機(jī)場(chǎng)。以圖結(jié)構(gòu)和概率論相結(jié)合的方式來(lái)描述隨機(jī)變量的分布。在序列標(biāo)注任務(wù)中，條件隨機(jī)場(chǎng)的簡(jiǎn)單形式——鏈?zhǔn)綏l件隨機(jī)場(chǎng)——將求得整個(gè)無(wú)向圖所表示的隨機(jī)變量的聯(lián)合概率分布。通過(guò)求得最大后驗(yàn)概率的方式，來(lái)取得原序列對(duì)應(yīng)的最終標(biāo)記序列。 本文主要講解了條件隨機(jī)場(chǎng)的基本原理。著重從條件隨機(jī)場(chǎng)模型本身結(jié)構(gòu)的角度闡述了條件隨機(jī)場(chǎng)在序列標(biāo)注任務(wù)中的合理性和適合性。并通過(guò)與其它傳