中央高校基本科研业务费专项资金(HITKLOF2010064)
- 作品数：2 被引量：55H指数：2
- 相关作者：车万翔张梅山刘挺邓知龙更多>>
- 相关机构：哈尔滨工业大学更多>>
- 发文基金：中央高校基本科研业务费专项资金哈尔滨工业大学科研创新基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 统计与词典相结合的领域自适应中文分词被引量：45
- 2012年
- 基于统计的中文分词方法由于训练语料领域的限制,导致其领域自适应性能力较差。相比分词训练语料,领域词典的获取要容易许多,而且能为分词提供丰富的领域信息。该文通过将词典信息以特征的方式融入到统计分词模型(该文使用CRF统计模型)中来实现领域自适应性。实验表明,这种方法显著提高了统计中文分词的领域自适应能力。当测试领域和训练领域相同时,分词的F-measure值提升了2%;当测试领域和训练领域不同时,分词的F-measure值提升了6%。
- 张梅山邓知龙车万翔刘挺
- 关键词：中文分词CRF领域自适应
- 基于主动学习的中文依存句法分析被引量：10
- 2012年
- 目前依存句法分析仍主要采用有指导的机器学习方法,即需要大规模高质量的树库作为训练语料,而现阶段中文依存树库资源相对较少,树库标注又是一件费时费力的工作。面对大量未标注语料,该文将主动学习应用到中文依存句法分析,优先选择句法模型预测不准的实例交由人工标注。该文提出并比较了多种衡量依存句法模型预测可信度的准则。实验表明,一方面,与随机选择标注实例相比,当使用相同数目训练实例时,主动学习使中文依存分析性能最高提升0.8%;另一方面,主动学习使依存分析达到相同准确率时只需标注更少量实例,人工标注量最多可减少30%。
- 车万翔张梅山刘挺
