基于条件随机场的汉语词性标注  

Chinese Part-of-speech Tagging Based on Conditional Random Fields

作　　者：于江德[1] 葛彦强[1] 余正涛[2] 

机构地区：[1]安阳师范学院计算机与信息工程学院,河南安阳455002 [2]昆明理工大学信息工程与自动化学院,云南昆明650051

出　　处：《微电子学与计算机》2011年第10期63-66,共4页Microelectronics & Computer

基　　金：国家自然科学基金项目(60663004);河南省高等学校青年骨干教师项目(2009GGJS-108)

摘　　要：近年来条件随机场广泛应用于各类序列数据标注中,汉语词性标注中应用条件随机场对上下文建模时会扩展出数以亿计的特征,在深入分析特征产生机理的基础上对特征模板集进行了优化,采用条件随机场进一步研究了汉语词性标注中设定的特征模板集、扩展出的特征数、训练后模型大小、词性标注精度等指标之间的关系.实验结果表明,优化后的特征模板集在模型训练时间、训练后模型大小、标注精度等指标上达到了整体最优.In recent years,conditional random fields is widely used in various types of sequence data labeling,hundreds of millions of features will be extended out in the context modeling using CRFs for Chinese part of speech tagging,feature template set is optimized after in-depth analysis of the context features.We further studied the relations of the feature template set and the training model size,tagging accuracy for Chinese part-of-speech tagging via using maximum entropy model.Experimental results show that optimized feature set of templates is the overall optimum.

关 键 词：汉语词性标注 条件随机场 上下文 特征模板集 上下文特征 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]