基于词位信息的hmm 中文分词算法 - 人机语音交互课题组.pdfVIP

下载本文档

17
0
约1.87万字
约 4页
2017-09-06 发布于天津
举报
版权申诉

基于词位信息的hmm 中文分词算法 - 人机语音交互课题组.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

第十二届全国人机语音通讯学术会议中国贵阳基于词位信息的中文分词算法刘善峰李雅陶建华中国科学院自动化研究所模式识别国家重点实验室北京摘要由字构词的分词方法现在已经是中文分词中的常用的分词方法隐马尔科夫模型也被广泛的应用于各种领域其中包括中文信息处理为了解决由字构词的分词方法与相结合时所产生的问题本文提出了一种改进的分词方法即加窗的分词算法该方法有效的解决了词位信息和算法结合时由算法自身的独立性问题所带来的分词的准确率不高的问题能很好的结合上下文的统计信息使基于词位信息的分词在准确率和召回率上有了很

第十二届全国人机语音通讯学术会议中国·贵阳 2013 基于词位信息的HMM 中文分词算法 刘善峰，李雅，陶建华 ( 中国科学院自动化研究所模式识别国家重点实验室，北京 100190) 摘要：由字构词的分词方法现在已经是中文分词中的常用的分词方法，隐马尔科夫模型（Hidden Markov Model, HMM ）也被广泛的应用于各种领域，其中包括中文信息处理。为了解决由字构词