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、詞義消歧是自然語言處理的核心問題,詞義消歧結果的好壞直接影響到機器翻譯、信息檢索、句法分析和語音識別等應用領域。因此詞義消歧研究在自然語言處理領域中具有重要的理論和實踐意義。本文主要研究基于統(tǒng)計的漢語詞義消歧方法,先后研究了基于詞義標注語料庫的有指導的消歧方法和基于詞義標注語料與未標語料相結合的半指導的消歧方法。 在有指導的消歧方法中改進了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)則有機結合起來,通過加強最優(yōu)弱規(guī)則與次優(yōu)弱規(guī)則,最終產生一個準確度高的強規(guī)則,即消歧模型;當次優(yōu)弱規(guī)則的權重為零時,即為AdaBoost算法。實驗表明,DR-AdaBoost算法通過適當的次規(guī)則參數的調整,消歧準確率比AdaBoost算法提高了2.61%。 盡管有指導的消歧方法取得了較好的消歧結果,但其結果的好壞很大程度上受標注語料規(guī)模大小的影響,高質量、大規(guī)模的詞義標注語料需要高昂的人工代價
3、。為了克服有指導消歧方法對標注語料庫的依賴性,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),綜合利用詞義標注語料和未標注語料。實驗表明,在相同手工標注語料規(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確率,Bootstrapping算法可以用大約一半的標注語料作為種子集,就可以達到基本分類器的學習效果,減少了有指導消歧方法中對大規(guī)模詞義標注語料庫的需求。
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。
最新文檔
- 基于Moses的漢語詞義消歧.pdf
- 基于語義的漢語詞義消歧方法研究.pdf
- 一種漢語詞義消歧方法的研究.pdf
- 基于深度學習的漢語詞義消歧方法研究.pdf
- 基于語料庫的漢語詞義消歧方法研究.pdf
- 基于最大熵原理的漢語詞義消歧與標注語言模型研究.pdf
- 有指導詞義消歧關鍵問題研究.pdf
- 基于SVM的離合詞詞義消歧.pdf
- 基于語義概念的詞義消歧方法.pdf
- 漢語人名消歧算法研究.pdf
- 基于詞義的漢語排歧方法研究.pdf
- 漢語詞義交叉現象研究.pdf
- 基于語義范疇擴展的詞義消歧的研究.pdf
- 基于語義向量的無導詞義消歧.pdf
- 詞義消歧語料庫自動獲取方法研究.pdf
- 基于語義類詞法信息的詞義消歧.pdf
- 基于語義類詞法信息的詞義消歧
- 基于依存句法分析的詞義消歧方法研究.pdf
- 漢越詞詞義與漢語詞詞義對比研究.pdf
- 基于IT-Kid概念庫的詞義消歧方法研究.pdf
評論
0/150
提交評論