基于序列标注的中文分词、词性标注模型比较分析
本文从准确率、速度两个方面分别对三种不同的分词词性标注模型进行了比较。这三种模型分别为一个序列标注串行模型，一个基于字分类的联合模型和一个将这两种模型使用Stacked Leam—ing框架进行集成的融合模型。通过在人民日报、CoNLL09、CTB5．0和CTB7．0四个数据集上上对这三种模型进行比较分析，实验最终结果表明，分类联合模型能取得比较好的速度，融合模型能取得比较好的准确率，而普通串行模型处于速度和准确率的平衡位置。最后本文将准确率最好的融合模型和相关前沿工作在CTB5．0和CTB7．0上进行了对比，该融合模型均取得了最好的结果。
刘一佳 车万翔 刘挺 张梅山
哈工大社会计算与信息检索研究中心 哈尔滨 150001
国内会议
上海
中文
26-34
2012-11-17（万方平台首次上网日期，不代表论文的发表时间）