- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
面向词性标注的多资源转化研究-人类语言技术研究所-苏州大学
北京大学学报(自然科学版) 第 51 卷 第 2 期 2015 年 3 月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 51, No. 2 (Mar. 2015)
doi: 10.13209/j.0479-8023.2015.037
面向词性标注的多资源转化研究
1 2 2,†
高恩婷 巢佳媛 李正华
1. 苏州科学技术学院电子与信息工程学院 , 苏州 215011; 2. 苏州大学计算机科学与技术学院 , 苏州 215006;
† 通信作者 , E-mail: zhli13@suda.edu.cn
摘要 利用多资源转化方法进行词性标注研究, 旨在将源端资源的标注进行转化, 以符合目标端标注规范,
进而将转化后的资源与目标资源合并, 增大训练数据规模。做了两方面创新: 在转化过程中, 额外利用指导
特征的置信度信息; 在转化后的资源中, 用模糊标注表示方法减少错误标注。实验表明, 利用置信度信息能
有效帮助转化, 而模糊标注表示方法的影响不大。
关键词 词性标注转化; 条件随机场; 词性标注
中图分类号 TP391
Conversion of Multiple Resources for POS Tagging
1 2 2,†
GAO Enting , CHAO Jiayuan , LI Zhenghua
1. College of Electronics Information Engineering, Suzhou University of Science and Technology, Suzhou 215011; 2. School of
Computer Science Technology, Soochow University, Suzhou 215006; † Corresponding author, E-mail: zhli13@suda.edu.cn
Abstract The authors propose an annotation conversion method using multiple resources for POS tagging,
aiming to convert the source-side annotations into target-side and then combine the data to get larger training data.
Two innovate strategies are proposed. The first strategy uses reliability information of guide features. The second
strategy uses ambiguous labelings to improve the quality of converted data. Results demonstrate that the first
strategy is helpful for annotation conversion while the second does little to conversion.
Key words annotation conversion; conditional random field; POS tagging
目前, 有指导的统计机器学习方法通常使用单 近年来,
您可能关注的文档
- 附件1:2017年出国申请要件-深圳大运留学基金会.DOC
- 附件1江西师范大学数字化优质教学资源建设立项申报书所属学院.DOC
- 闪烁体衰减常数对辐射源边界测量影响数值模拟-强激光与粒子束.PDF
- 附件1:合肥工业大学2017年科研基地青年学术团队能力提升计划专项.DOC
- 阴极、阳极.PPT
- 附件1:展会介绍和展品范围一、展会介绍:该展是荷兰和整个欧洲.DOC
- 附件1:克录调音台技术协议.DOC
- 附件2-广州广晟数码技术有限公司.DOC
- 附件2深圳市预拌砂浆备案评分细则.DOC
- 附件2:《云南省计量测试技术研究院授权开展的强检项目一览表》.DOC
- 四川省德阳市罗江中学2025届高三考前热身化学试卷含解析.doc
- 山东省枣庄现代实验学校2025届高三下学期第五次调研考试化学试题含解析.doc
- 吉林省长春市十一高中等九校教育联盟2025届高三一诊考试生物试卷含解析.doc
- 2025届江苏省盐城市伍佑中学高考仿真模拟化学试卷含解析.doc
- 2025届广西贺州中学高考冲刺押题(最后一卷)生物试卷含解析.doc
- 安徽省池州市贵池区2025届高三第一次模拟考试生物试卷含解析.doc
- 宁夏银川一中2025届高三(最后冲刺)化学试卷含解析.doc
- 广东省广州市增城区四校联考2025届高考压轴卷化学试卷含解析.doc
- 2025届邯郸市第一中学高考生物必刷试卷含解析.doc
- 2025届安徽省安庆市石化第一中学高考仿真卷化学试卷含解析.doc
文档评论(0)