《表1 分层特征选择:汉语内层最长名词短语的识别研究》
在统计机器学习模型中,支持向量机(Support Vector Machine,简称SVM)和CRF模型都能较好地克服数据稀疏问题。相较于s MNP,i MNP长度较小,绝大部分i MNP的内部结构更接近于基本名词块。根据徐昉等(2007)、年洪东(2009)的研究,在基本名词短语识别上,相较于CRF模型,SVM没有特别的优势。因此,本文采用CRF模型(4),并且为每一层结构设置独立的标记集,同时允许不同的模板设置。分层特征选择如表1所示:
图表编号 | XD00180105300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 钱小飞 |
绘制单位 | 上海大学文学院 |
更多格式 | 高清、无水印(增值服务) |