资源描述：
《基于plc的邮件分拣控制的设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、基于层叠隐马模型的汉语词法分析本文得到国家重点基础研究项目(G1998030507-4；G1998030510)和计算所领域前沿青年基金项目20026180-23资助刘群1,3张华平1,2俞鸿魁1程学旗11中国科学院计算技术研究所北京1000802中国科学院研究生院北京1000393北京大学计算语言学研究所北京100871E-mail:{liuqun,zhanghp,yuhongkui,cxq}@ict.ac.cn摘要:本文提出了一种基于层叠隐马模型的汉语词法分析方法，旨在将汉语分词、词性标注、切分排歧和未登录词识别集成到一个完整的理论框架中。在分词方面
2、，采取的是基于类的隐马模型，在这层隐马模型中，未登录词和词典中收录的普通词一样处理。未登录词识别引入了角色HMM：Viterbi算法标注出全局最优的角色序列，然后在角色序列的基础上，识别出未登录词，并计算出真实的可信度。在切分排歧方面，作者提出了一种基于N-最短路径的策略，即：在早期阶段召回N个最佳结果作为候选集，目的是覆盖尽可能多的歧义字段，最终的结果会在未登录词识别和词性标注之后，从N个最有潜力的候选结果中选优得到。不同层面的实验表明，层叠隐马模型的各个层面对汉语词法分析都发挥了积极的作用。作者实现了基于层叠隐马模型的汉语词法分析系统ICTCLAS，
3、该系统在2002年的973专家组评测中获得第一名，在2003年汉语特别兴趣研究组(theACLSpecialInterestGrouponChineseLanguageProcessing,SIGHAN)组织的第一届国际汉语分词大赛中综合得分获得两项第一名、一项第二名。这表明：ICTCLAS是目前最好的汉语词法分析系统之一，层叠隐马模型能够解决好汉语词法问题。关键词:汉语词法分析;分词;词性标注;未登录词识别;层叠隐马模型;ICTCLAS中图法分类号:TP391.2文献标识码:AChineseLexicalAnalysisUsingCascadedHid
4、denMarkovModelLIUQun1,3ZHANGHua-Ping1,2YUHong-kui1CHENGXue-Qi11InstituteofComputingTechnology,TheChineseAcademyofSciences,Beijing,100080CHINA2Graduate School of the Chinese Academy of Sciences,Beijing,100039CHINA3Inst.ofComputationalLinguistics,PekingUniversity,Beijing,100871CHIN
5、AEmail:{liuqun,zhanghp,yuhongkui,cxq}@ict.ac.cnAbstract:ThispaperpresentsanapproachforChineselexicalanalysisusingCascadedhiddenMarkovmodel(CHMM),whichaimstoincorporateChinesewordsegmentation,Part-Of-Speechtagging,disambiguationandunknownwordsrecognitionintoanintegratedtheoretical
6、frame.Aclass-basedHMMisappliedinwordsegmentation,andinthismodelunknownwordsaretreatedinthesamewayascommonwordslistedinthelexicon.UnknownwordsarerecognizedwithreliabilityonrolessequencetaggedusingViterbialgorithminrolesHMM.Asfordisambiguation,theauthorsbringforthann-shortest-paths
7、trategythat,intheearlystage,reservesthetopNsegmentationresultsascandidatesandcoversmoreambiguity.VariousexperimentsshowthateachlevelintheCHMMcontributestoChineselexicalanalysis.AnCHMM-basedsystemICTCLASwasaccomplished.Thesystemrankedtopintheofficialopenevaluation,whichwasheldby97
8、3projectin2002.AndICTCLASachieved2firstr
