利用AdaBoost-SVM集成算法和语块信息的韵律短语识别

摘要：

该文提出一种基于汉语语块结构并利用AdaBoost-SVM集成学习算法的汉语韵律短语识别方法.首先,对语料进行自动分词、词性标注和初语块标注,然后利用基于结合紧密度获取的规则对初语块进行归并,得到最终的语块结构.其次,基于语块结构并利用AdaBoost-SVM集成算法,构建汉语韵律短语识别模型.同时,该文利用多种算法分别构建了利用语块信息和不利用语块的多个模型,对比实验结果表明,表示浅层句法信息的语块能够在韵律短语识别中做出积极有效的贡献;利用AdaBoos-SVM集成算法实现的模型性能更佳.

关键词： 汉语韵律短语 识别模型 语块信息 集成学习算法

作者: 钱揖丽 冯志茹

作者单位: 山西大学 计算机与信息技术学院,山西 太原 030006;山西大学 计算智能与中文信息处理教育部重点实验室,山西 太原 030006 山西大学 计算机与信息技术学院,山西 太原 030006

会议类型: 国内会议

会议名称: 中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)

会议地点: 广州

会议语种:中文

页码: 1-9

在线出版日期: 2015-11-13（万方平台首次上网日期，不代表论文的发表时间）