您的位置: 专家智库 > >

冯志茹

作品数:3 被引量:8H指数:2
供职机构:山西大学计算机与信息技术学院更多>>
发文基金:山西省青年科技研究基金山西省回国留学人员科研经费资助项目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>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇自动化与计算...

主题

  • 3篇短语识别
  • 3篇语块
  • 3篇韵律
  • 3篇韵律短语
  • 2篇SVM
  • 2篇ADABOO...
  • 1篇随机场
  • 1篇条件随机场
  • 1篇CRFS

机构

  • 3篇山西大学

作者

  • 3篇钱揖丽
  • 3篇冯志茹

传媒

  • 1篇计算机工程与...
  • 1篇中文信息学报

年份

  • 2篇2015
  • 1篇2014
3 条 记 录,以下是 1-3
排序方式:
基于语块和条件随机场(CRFs)的韵律短语识别被引量:6
2014年
该文提出一种基于汉语语块这一浅层句法信息,并利用条件随机场模型的中文文本韵律短语边界预测方法。首先介绍语块的定义和标注算法,然后在进行了语块结构标注以及归并处理的语料上,利用CRFs算法生成相应模型对韵律短语进行识别。实验结果表明,基于语块信息的CRFs韵律短语识别模型的识别效果优于不利用语块结构的模型,其F值平均能够提高约十个百分点。
钱揖丽冯志茹
关键词:韵律短语条件随机场
利用AdaBoost-SVM集成算法和语块信息的韵律短语识别被引量:2
2015年
提出一种基于汉语语块结构并利用AdaBoost-SVM集成学习算法的汉语韵律短语识别方法。首先,对语料进行自动分词、词性标注和初语块标注,然后基于结合紧密度获取语块归并规则并利用规则对初语块进行归并,得到最终的语块结构。其次,基于语块结构并利用AdaBoost-SVM集成算法,构建汉语韵律短语识别模型。同时,该文利用多种算法分别构建了利用语块信息和不利用语块的多个模型,对比实验结果表明,表示浅层句法信息的语块能够在韵律短语识别中做出积极有效的贡献;利用AdaBoos-SVM集成算法实现的模型性能更佳。
钱揖丽冯志茹
关键词:韵律短语
利用AdaBoost-SVM集成算法和语块信息的韵律短语识别
该文提出一种基于汉语语块结构并利用AdaBoost-SVM集成学习算法的汉语韵律短语识别方法。首先,对语料进行自动分词、词性标注和初语块标注,然后利用基于结合紧密度获取的规则对初语块进行归并,得到最终的语块结构。其次,基...
钱揖丽冯志茹
关键词:韵律短语
共1页<1>
聚类工具0