基于最大-最小相似度学习方法的文本提取 - citeseerx.pdf

基于最大-最小相似度学习方法的文本提取 - citeseerx.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
基于最大-最小相似度学习方法的文本提取 - citeseerx

ISSN 1000-9825, CODEN RUXUEW E-mail: jos@ Journal of Software , Vol.19, No.3, March 2008, pp.621−629 DOI: 10.3724/SP.J.1001.2008.00621 Tel/Fax: +86-10 © 2008 by Journal of Software . All rights reserved. ∗ 基于最大-最小相似度学习方法的文本提取 1,2 1,3+ 1 付 慧 , 刘峡壁 , 贾云得 1(北京理工大学 计算机科学与技术学院 智能信息技术北京市重点实验室,北京 100081) 2(北京林业大学 信息学院,北京 100083) 3( 中国科学院 自动化研究所 模式识别国家重点实验室,北京 100080) Text Extraction Based on Maximum-Minimum Similarity Training Method FU Hui1,2, LIU Xia-Bi1,3+, JIA Yun-De1 1(Beijing Laboratory of Intelligent Information Technology, School of Computer Science and Technology, Beijing Institute of Technology, Beijing 100081, China) 2(School of Information Technology, Beijing Forestry University, Beijing 100083, China) 3(National Laboratory of Pattern Recognition, Institute of Automation, The Chinese Academy of Sciences, Beijing 100080, China) + Corresponding author: Phn: +86-10 Fax: +86-10 E-mail: liuxiabi@, Fu H, Liu XB, Jia YD. Text extraction based on maximum-minimum similarity training method. Journal of Software, 2008,19(3):621−629. /1000-9825/19/621.htm Abstract : This paper proposes a maximum-minimum similarity training algorithm to optimize the parameters in the effective method of text extraction based on Gaussian mixture modeling of neighbor characters. The maximum-minimum similarity training (MMS) methods optimize recognizer performance through maximizing the similarities of positive samples and minimizing the similarities of negative samples. Based on this approach to discriminative training, it def

文档评论(0)

wujianz + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档