基于遗传算法的隐马尔可夫模型在名词短语识别中的应用研究

摘要：

为了进一步提高名词短语的识别精度,针对遗传算法和隐马尔可夫模型各自的特点,提出一种基于遗传算法的隐马尔可夫模型识别方法.该方法是在高准确率词性标注的基础上实现的.在训练阶段,用遗传算法获取HMM参数;识别阶段先用一种改进的Viterbi算法进行动态规划,识别同层名词短语,然后用逐层扫描算法和改进Viterbi算法相结合来识别嵌套名词短语.实验结果表明,此联合算法达到了94.78%的准确率和94.29%的召回率,充分融合了遗传算法和隐马尔可夫模型的优点,证明它较单一的隐马尔可夫模型识别法具有更好的识别效果.

关键词：短语识别、遗传算法、隐马尔可夫模型、Viterbi算法、层次分析

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60775041;山西省忻州师范学院科研基金200623

在线出版日期：2009-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：244-246,261