基于SVM的中文组块分析

基于SVM的中文组块分析
李珩;朱靖波;姚天顺
【期刊名称】《中文信息学报》
【年(卷),期】2004(18)2
【摘要】基于SVM(support vector machine)理论的分类算法,由于其完善的理论基础和良好的实验结果,目前已逐渐引起国内外研究者的关注.和其他分类算法相比,基于结构风险最小化原则的SVM在小样本模式识别中表现较好的泛化能力.文本组块分析作为句法分析的预处理阶段,通过将文本划分成一组互不重叠的片断,来达到降低句法分析的难度.本文将中文组块识别问题看成分类问题,并利用SVM加以解决.实验结果证明,SVM算法在汉语组块识别方面是有效的,在哈尔滨工业大学树库语料测试的结果是F=88.67%,并且特别适用于有限的汉语带标信息的情况.【总页数】7页(P1-7)
【作者】李珩;朱靖波;姚天顺
【作者单位】东北大学,计算机软件与理论研究所,辽宁,沈阳,110004;东北大学,计算机软件与理论研究所,辽宁,沈阳,110004;东北大学,计算机软件与理论研究所,辽宁,沈阳,110004
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于词聚类特征的统计中文组块分析模型 [J], 孙广路;王晓龙;刘秉权;关毅
2.基于条件随机域和语义类的中文组块分析方法 [J], 孙广路;郎非;薛一波
3.基于SVM的快速中文组块分析方法 [J], 孔令鹏;张琛;张权
4.基于SVM-Adaboost的中文组块分析 [J], 别致;周俊生;陈家骏
5.基于中文电子病历的跨科室组块分析 [J], 戴雪;蒋志鹏;关毅
因版权原因，仅展示原文概要，查看原文内容请购买。