贝叶斯决策树在英文现在分词词性识别中的应用
针对英文现在分词词性标注这一特定问题存在的难点分析了隐马尔可夫模型(HMM)的不足,提出了贝叶斯决策树模型.对一个已经标注好的语料库进行统计,运用决策树C4.5算法从单边条件和双边条件两个方面对英语现在分词的三种词性进行合理的分类消歧.对于双边条件下仍然存在歧义的情况,用贝叶斯最小风险对决策树改进,用标注好的语料库对模型进行训练.最后,采用一个未经过标注的语料库进行测试,取得了非常好的效果,证明了模型的优越性.
分类、消歧、贝叶斯决策树、隐马尔可夫模型
29
TP391.1(计算技术、计算机技术)
国家自然科学基金资助项目60773169
2009-10-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
2571-2574