基于二阶XNN的中医诊断古文词性标注-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 基于二阶 的中医诊断古文词性标注 刘博杜建强聂斌刘 蕾张 鑫郝竹林 江西中医药大学 计算机学院南昌 摘 要 针对传统隐马尔可夫模型 的词性标注存在捕获上下文信息有限的问题提出一种改进的二阶隐 马尔可夫模型 该模型考虑上下文联系精确标注中医诊断文本 对训练过程中出现数组下溢的问题采用生词 处理及增加比例因子的方法对其加以修正 实验结果表明改进后的二阶 比传统 模型具有更高的词 性标注正确率 关键词 中医诊断古文词性标注上下文联系比例因子二阶隐马尔可夫模型生词处理 中文引用格式刘 博杜建强聂 斌等基于二阶 的中医诊断古文词性标注计算机工程 英文引用格式 标注方法 基于条件随机场的标注方法 等 而 概述 基于 是基于统计的方法算法健壮性强是目 中医诊断古文是中华民族几千年来防病治病宝 前应用最广泛的词性标注方法 传统的 的标 贵经验的结晶不仅传承了中医药学理论知识而且 注方法是基于以下假设 状态转移的假设 时 大量的经验方直接指导临床 将这些传统资源转 刻 的状态转移只取决于时刻的状态而与时 变为可用的语料库进行多层次的分词和检索对中 刻以前的状态无关 输出值的假设 在时刻 输 医诊断古文进行标注是一个极其重要的步骤 出观测值的概率只取决于时刻 的状态而与 之 目前采用的词性标注方法主要有基于隐马尔可 前的状态无关 这样假设所导致的结果是仅仅只考 夫模型 的标注方 虑了上文对当前词的影响而忽略了下文对当前词 法 基于规则的标注方法 基于最大熵模型的 的影响 中医古文里面词汇上下文依赖关系决定了 基金项目国家自然科学基金 江西省高校科技落地计划项 目 江西省研究生创新基金 作者简介刘 博 男硕士研究生主研方向为文本挖掘医药数据挖掘杜建强通信作者 教授博士聂 斌讲师