2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、詞義消歧是自然語言處理的核心問題,詞義消歧結(jié)果的好壞直接影響到機(jī)器翻譯、信息檢索、句法分析和語音識別等應(yīng)用領(lǐng)域。因此詞義消歧研究在自然語言處理領(lǐng)域中具有重要的理論和實(shí)踐意義。本文主要研究基于統(tǒng)計(jì)的漢語詞義消歧方法,先后研究了基于詞義標(biāo)注語料庫的有指導(dǎo)的消歧方法和基于詞義標(biāo)注語料與未標(biāo)語料相結(jié)合的半指導(dǎo)的消歧方法。 在有指導(dǎo)的消歧方法中改進(jìn)了AdaBoost算法(雙規(guī)則AdaBoost算法,即DR-AdaBoost),該算法在每次

2、迭代中將最優(yōu)弱分類規(guī)則和次優(yōu)弱分類規(guī)則有機(jī)結(jié)合起來,通過加強(qiáng)最優(yōu)弱規(guī)則與次優(yōu)弱規(guī)則,最終產(chǎn)生一個(gè)準(zhǔn)確度高的強(qiáng)規(guī)則,即消歧模型;當(dāng)次優(yōu)弱規(guī)則的權(quán)重為零時(shí),即為AdaBoost算法。實(shí)驗(yàn)表明,DR-AdaBoost算法通過適當(dāng)?shù)拇我?guī)則參數(shù)的調(diào)整,消歧準(zhǔn)確率比AdaBoost算法提高了2.61%。 盡管有指導(dǎo)的消歧方法取得了較好的消歧結(jié)果,但其結(jié)果的好壞很大程度上受標(biāo)注語料規(guī)模大小的影響,高質(zhì)量、大規(guī)模的詞義標(biāo)注語料需要高昂的人工代價(jià)

3、。為了克服有指導(dǎo)消歧方法對標(biāo)注語料庫的依賴性,本文在漢語詞義消歧中引入Bootstrapping算法,該算法只從少量種子集出發(fā),綜合利用詞義標(biāo)注語料和未標(biāo)注語料。實(shí)驗(yàn)表明,在相同手工標(biāo)注語料規(guī)模的條件下,Bootstrapping算法比基本分類器貝葉斯分類器取得了更好的消歧準(zhǔn)確率,Bootstrapping算法可以用大約一半的標(biāo)注語料作為種子集,就可以達(dá)到基本分類器的學(xué)習(xí)效果,減少了有指導(dǎo)消歧方法中對大規(guī)模詞義標(biāo)注語料庫的需求。

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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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