中文信息学报基于SVM的组块识别及其错误驱动学习方法①.PDFVIP

中　文 　信 　息　学 　报 第 20卷 第 6期 　 JO URNAL O F CH INESE INFO RM A T IO N PROCESS ING Vol20 No6 文章编号 : 1003 - 0077 (2006) 06 - 00 17 - 08 基于 SVM 的组块识别及其错误驱动学习方法① 黄德根 ,王莹莹 (大连理工大学 计算机科学与工程系 ,辽宁 大连 　116024 ) 摘要 :给出了一种错误驱动学习机制与 SVM 相结合的汉语组块识别方法 。该方法在 SVM 组块识别的基 础上 ,对 SVM 识别结果中的错误词语序列的词性 、组块标注信息等进行分析 ,获得候选校正规则集 ;之后按照 阈值条件对候选集进行筛选 ,得到最终的校正规则集 ;最后应用该规则集对 SVM 的组块识别结果进行校正 。 实验结果表明 ,与单独采用 SVM 模型的组块识别相比,加入错误驱动学习方法后 ,组块识别的精确率 、召回率 和 F值均得到了提高 。 ( ) 关键词 :计算机应用 ; 中文信息处理 ;组块分析 ;错误驱动学习;支持向量机 SVM ;规则集 中图分类号 : TP39 1　　　　文献标识码 : A Chun k Par sin g Ba sed on SVM and ErrorD r iven L earn in g M ethod s HUAN G D egen,WAN G Yingying (D ep artm ent of Compu ter Science and Engineering, D alian Un iversity of Technology, D alian , L iaon ing 116024 , Ch ina) A b stract:Chunk p arsing of Ch ine se texts can decrea se the difficu lty of syn tactic p arsing. Th is p ap er p ropo ses a chun k ing app roach that com b ines support vector m ach ine w ith errordriven learn ing. F irst, the SVM model is u sed to chunk the train ing data. Then by errordriven learn ing, we au tom atically acqu ire the tun ing ru le s from the chunk ing re su lts of SVM. A fter filtration the ru le s are u sed to revise the chunk p arsing re su lts of SVM. The exp erim en tal re su lts show that th is app roach is effective in Ch inese chunk p arsing. Comp ared w ith the pu re SVM based chunk ing, the p erform ance is imp roved. Key word s: comp uter app lication; Ch ine se inform ation p roce ssing; chunk p arsing; errordriven learn ing; support vector m ach ine ( SVM ) ; ru le set 1　引言 组块分析又称为浅层句法分析 ,是采用 “分而治之 ”的原则 ,解决或者避免完全句法分析 的问题 。它是