基于SVM的句子组块识别

基于SVM的句子组块识别

林煜明¹,李优²

桂林电子科技大学计算机系，广西桂林 541004

收稿日期:2006-03-29 修回日期:1900-01-01 出版日期:2006-10-24 发布日期:2006-10-24
通讯作者: 林煜明

Chunk parsing for sentences based on SVM

IN Yu-ming,LI You

Dept.of Computer, GuiLin Univ. of Elctronic Technology, Guilin 541004, Guangxi, China;

Received:2006-03-29 Revised:1900-01-01 Online:2006-10-24 Published:2006-10-24
Contact: LIN Yu-ming

摘要/Abstract

摘要： 阐述了基于统计的SVM（支持向量机）模型的汉语句子组块识别. SVM模型使用已进行组块标注的语料，通过多种特征参数选择和多分类划分，对数据进行统计学习得到训练模型后实现. 给出模型的算法和识别结果，分析了统计模型的特点.

关键词: 组块识别, 组块特征, 支持向量机

Abstract: The system uses a statisticalbased model based on SVM(Support Vector Machine) to recognize chunks from Chinese sentences. The SVM models use files which have been marked chunks by hand. Through selecting chunks' characteristic parameter and multiclass SVM models, the system finishes chunking. The algorithm and the results are given, and the model's characteristic is analyzed.

Key words: Support Vector Machine , chunks' characteristic, chunk parsing

林煜明,李优 . 基于SVM的句子组块识别[J]. J4, 2006, 41(3): 112-115 .

IN Yu-ming,LI You . Chunk parsing for sentences based on SVM[J]. J4, 2006, 41(3): 112-115 .

参考文献

相关文章 11

[1]	彭秋芳,刘洋. 基于SVM的电子商务行为的性别判断[J]. 山东大学学报（理学版）, 2016, 51(7): 74-80.
[2]	苏丰龙,谢庆华,黄清泉,邱继远,岳振军. 基于直推式学习的半监督属性抽取[J]. 山东大学学报（理学版）, 2016, 51(3): 111-115.
[3]	杜红乐,张燕,张林. 不均衡数据集下的入侵检测[J]. 山东大学学报（理学版）, 2016, 51(11): 50-57.
[4]	杜瑞颖, 杨勇, 陈晶, 王持恒. 一种基于相似度的高效网络流量识别方案[J]. 山东大学学报（理学版）, 2014, 49(09): 109-114.
[5]	刘飚1,2,陈春萍3,封化民1,3,李洋3. 基于Fisher准则的SVM参数选择算法[J]. J4, 2012, 47(7): 50-54.
[6]	曹林林1,2,张化祥1,2*,王至超1,2. 一种基于信息熵数据修剪的支持向量机:EB-SVM[J]. J4, 2012, 47(5): 59-62.
[7]	张宁仙,郭敏*,马苗. 基于AR模型和SVM的果蝇振翅声分类[J]. J4, 2011, 46(7): 83-86.
[8]	宋玉丹,王士同*. 基于特征缺省的最小类内方差支持向量机[J]. J4, 2010, 45(7): 102-107.
[9]	易超群,李建平,朱成文. 一种基于分类精度的特征选择支持向量机[J]. J4, 2010, 45(7): 119-121.
[10]	杨冰,王士同*. 基于公共矢量的总间隔v最小类内方差支持向量机在噪音人脸图像分类中的应用[J]. J4, 2010, 45(11): 5-11.
[11]	曹鸿,董守斌,张凌 . 基于加权策略的SVM多元分类器[J]. J4, 2006, 41(3): 66-69 .

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed