PDF
摘要
本文提出一种CRF和基于转换错误驱动相结合的中文浅层句法分析方法。该方法应用于宾州大学中文树库,取得不错的组块识别效果。在CRF识别的基础上,对初始识别结果中的组块标注信息进行统计分析,获得候选转换规则集合;再根据定义的规则评价函数对候选集进行筛选,得到最终的转换规则集合;最后应用转换规则集对CRF标注的结果进行校正。实验结果表明,与单独使用CRF结果相比,组块识别的精确率、召回率以及F值均得到了提高。
关键词
浅层句法分析
/
CRF
/
转换错误驱动学习
/
转换规则集
Key words
基于CRF和转换错误驱动学习的浅层句法分析[J].
广西师范大学学报(自然科学版), 2011, 29(03): 147-150 DOI:10.16088/j.issn.1001-6600.2011.03.023