基于支持向量机和转换的错误驱动学习方法的组块识别.docVIP

第８卷第６期 ２００９年６月 南阳师范学院学报 ＪｏｕｒｎａｌｏｆＮａｎｙａｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ Ｖ０１．８ＮＯ．６Ｊｕｎ．２００９ 基于支持向量机和转换的错误 驱动学习方法的组块识别 王 达，张 坤 （南阳师范学院计算机与信息技术学院，河南南阳４７３０６１） 摘耍：支持向量机在高维特征空间的输入数据上具有较高的泛化性能，能够独立于小范围内的数据维数计算．基于转换的学习方法能自动融合不同类型的知识，所得到的模板可以显示一些语言知识，这些语言知识对于语言学及其他相关研究有重要意义．利用支持向量机和基于转换的错误驱动学习相结合，能够达到较为满意的组块识别效果． 关键词：组块；支持向量机；基于转换的学习 中图分类号：ＴＰ３９１ 文献标识码：Ａ文章编号：１６７１—６１３２（２００９）０６—００６８一０３ １ 组块的提出 组块的概念最早是由Ａｂｎｅｙ在１９９１年提出 过预先选定的一些非线性映射将输入空间映射到高维特征空间，然后在高维属性空间中对训练数据实现超平面的分割，避免了在原输入空间中进行非线性曲面分割计算．２．１广义最优分类面 考虑线性可分的情况：设集合Ｓ，算；Ｅ Ｒ。，ｉ＝ 的…，他通过引进句法块（ｃｈｕｎｋ）的概念，将句法分析分为三个阶段来进行：（１）块识别：利用基于有限状态分析机制的块识别器（ｃｈｕｎｋｅｒ）识别出句子中所有的块．（２）块内结构分析：对每个块内部的