hmm在短语識别上之应用内容摘要:

擷取  把文件裡包含的資訊進行結構化處理,變成像表格一樣有組織的形式  二、 分類  運用大量的規則來捕捉和分類名稱的子集,特殊的符號或特徵  三、 HMM(隱藏式馬可夫模型 )  HMM 是一個雙重隨機過程,兩個組成部分 ︰  馬爾可夫鏈 ︰ 表示狀態的轉移,用轉移機率描述  一般隨機過程 ︰ 狀態與觀察序列間的關係,用輸出機率描述 Experiments  (一 ) 實驗設計  (二 ) 短語規則  (三 ) 語料庫標注  (四 ) HMM 計算機率  (五 ) HMM 計算結果  (六 ) KMP 字串比對技術 (一 ) 實驗設計  先標注小型語料庫,再利用 hmm 計算其機率當作模組  當標注大型語料庫而面對不同的機率出現,只要修改其模組即可 方法及步驟流程圖 方法: 步驟: (二 ) 短語規則  將片語分為八大類如下 :A:非謂形容詞、 C:連接詞、 D:副詞、 N:名詞、 I:感嘆詞、 T:語助詞、 P:介詞、 V:動詞。  訂定短語的規則名詞短語 :  名詞加名詞,標注為 N+N  形容詞短語 :副詞加名詞,標注為 D+ A  形容詞加形容詞,其標注為 A+ A  介係詞加上名詞 /代名詞,其標注為 P +N。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。